| 摘要 | 第1-7页 |
| Abstract | 第7-12页 |
| 插图索引 | 第12-14页 |
| 附表索引 | 第14-15页 |
| 第1章 绪论 | 第15-22页 |
| ·选题意义 | 第15-17页 |
| ·模拟电路故障诊断技术的发展与现状 | 第17-20页 |
| ·本文的主要研究内容及结构安排 | 第20-22页 |
| ·本文的主要研究内容 | 第20-21页 |
| ·本文的内容安排 | 第21-22页 |
| 第2章 神经网络和(多)小波(包)理论 | 第22-46页 |
| ·引言 | 第22页 |
| ·人工神经网络概述 | 第22-24页 |
| ·神经网络的特性 | 第23页 |
| ·神经网络的分类 | 第23-24页 |
| ·神经网络的学习规则 | 第24-26页 |
| ·BP网络 | 第26-30页 |
| ·BP神经网络结构模型 | 第26-27页 |
| ·BP网络的学习算法 | 第27-29页 |
| ·传统BP算法的局限性及改进 | 第29-30页 |
| ·BP神经网络在模拟电路故障诊断中的应用 | 第30页 |
| ·小波理论 | 第30-39页 |
| ·小波变换 | 第30-31页 |
| ·小波变换的时-频局部化特性 | 第31-32页 |
| ·多分辨分析 | 第32-34页 |
| ·常用小波函数 | 第34-36页 |
| ·小波包分析的定义和性质 | 第36-38页 |
| ·小波包的空间分解和算法 | 第38-39页 |
| ·多小波理论 | 第39-45页 |
| ·多滤波器组与多小波 | 第39-40页 |
| ·正交多小波的多分辨分析 | 第40页 |
| ·正交、双正交和对称、反对称的性质 | 第40-41页 |
| ·多小波的构造 | 第41-45页 |
| ·小结 | 第45-46页 |
| 第3章 (多)小波(包)神经网络及其在模拟电路故障诊断中的应用 | 第46-74页 |
| ·引言 | 第46页 |
| ·小波神经网络的分类 | 第46-47页 |
| ·小波神经网络隐层神经元个数的确定及其逼近性质 | 第47-48页 |
| ·小波神经网络隐层神经元个数的确定 | 第47-48页 |
| ·小波神经网络的逼近性质 | 第48页 |
| ·小波神经网络的学习算法 | 第48-51页 |
| ·多小波神经网络 | 第51-54页 |
| ·多小波神经网络的结构及其逼近性质 | 第51-53页 |
| ·多小波神经网络的算法 | 第53-54页 |
| ·小波神经网络故障特征向量的提取 | 第54-60页 |
| ·小波分析提取 | 第54-56页 |
| ·小波包变换提取 | 第56-58页 |
| ·主成份分析提取 | 第58-60页 |
| ·故障诊断实例 | 第60-72页 |
| ·松散型小波神经网络诊断故障实例 | 第60-67页 |
| ·紧致型小波神经网络诊断故障实例 | 第67-68页 |
| ·多小波神经网络诊断故障实例 | 第68-72页 |
| ·几种诊断方法的比较 | 第72页 |
| ·小结 | 第72-74页 |
| 第4章 基于神经网络参数优化的模拟电路故障诊断 | 第74-102页 |
| ·引言 | 第74页 |
| ·基于遗传算法的神经网络优化 | 第74-85页 |
| ·遗传算法的定义及特点 | 第74-75页 |
| ·遗传操作 | 第75-82页 |
| ·遗传算法优化神经网络 | 第82-85页 |
| ·遗传小波神经网络在模拟电路故障诊断中的应用 | 第85-89页 |
| ·诊断原理 | 第85-86页 |
| ·诊断实例 | 第86-89页 |
| ·基于粒子群算法的神经网络优化 | 第89-98页 |
| ·粒子群优化算法概述 | 第89页 |
| ·原始粒子群优化算法 | 第89-92页 |
| ·粒子群优化算法的改进 | 第92-95页 |
| ·粒子群神经网络 | 第95-98页 |
| ·粒子群算法优化神经网络在模拟电路故障诊断中的应用 | 第98-101页 |
| ·诊断原理 | 第98-99页 |
| ·诊断实例 | 第99-101页 |
| ·小结 | 第101-102页 |
| 第5章 基于峭度、偏度特征提取和信息融合的模拟电路故障诊断 | 第102-122页 |
| ·引言 | 第102页 |
| ·高阶累积量、峭度和偏度 | 第102-104页 |
| ·高阶累积量 | 第103页 |
| ·峭度和偏度 | 第103-104页 |
| ·信息融合技术 | 第104-108页 |
| ·信息融合的分类 | 第104-105页 |
| ·D-S(Dempster-Shafer)证据理论 | 第105-108页 |
| ·有关BP神经网络的一点改进 | 第108-109页 |
| ·基于峭度、偏度和信息融合技术模拟电路故障诊断原理 | 第109页 |
| ·诊断实例 | 第109-121页 |
| ·诊断实例1 | 第109-116页 |
| ·诊断实例2 | 第116-118页 |
| ·诊断实例3 | 第118-121页 |
| ·小结 | 第121-122页 |
| 结论 | 第122-124页 |
| 参考文献 | 第124-134页 |
| 致谢 | 第134-135页 |
| 附录A 攻博期间的科研成果 | 第135-136页 |
| 附录B 诊断实例3.7.2 小波神经网络源程序 | 第136-141页 |
| 附录C 诊断实例4.3.2 的MATLAB仿真源程序 | 第141-145页 |
| 附录D 诊断实例4.5.2 的MATLAB仿真源程序 | 第145-150页 |
