| 摘要 | 第7-9页 |
| Abstract | 第9-11页 |
| 第一章 绪论 | 第12-20页 |
| 1.1 研究背景及意义 | 第12-13页 |
| 1.2 模拟电路故障及传统研究方法概述 | 第13-16页 |
| 1.2.1 模拟电路故障概述 | 第13-15页 |
| 1.2.2 模拟电路故障传统诊断方法概述 | 第15-16页 |
| 1.3 模拟电路故障诊断神经网络方法研究现状 | 第16-18页 |
| 1.4 本文主要工作 | 第18-20页 |
| 第二章 构造性神经网络和覆盖理论 | 第20-43页 |
| 2.1 神经网络概述 | 第20-23页 |
| 2.2 神经元模型 | 第23-31页 |
| 2.2.1 生物系统神经元模型 | 第23-24页 |
| 2.2.2 M-P神经元模型 | 第24-28页 |
| 2.2.3 超球面神经元模型 | 第28-31页 |
| 2.3 基于球形领域的构造性神经网络 | 第31-42页 |
| 2.3.1 构造性神经网络设计 | 第32-36页 |
| 2.3.2 构造性神经网络性能分析 | 第36-40页 |
| 2.3.3 构造性神经网络优点 | 第40-42页 |
| 2.4 本章小结 | 第42-43页 |
| 第三章 基于球形领域构造性神经网络的模拟电路故障诊断 | 第43-56页 |
| 3.1 基于神经网络的模拟电路故障诊断 | 第43-46页 |
| 3.1.1 传统神经网络方法模拟电路故障诊断流程 | 第43-44页 |
| 3.1.2 构造性神经网络模拟电路故障诊断流程 | 第44-46页 |
| 3.2 基于球形领域构造性神经网络的模拟电路故障诊断 | 第46-51页 |
| 3.2.1 故障诊断电路 | 第46-48页 |
| 3.2.2 基于球形领域构造性神经网络的模拟电路故障诊断 | 第48-51页 |
| 3.3 基于构造性神经网络的拒识模式和知识扩充 | 第51-55页 |
| 3.3.1 拒识模式的建立 | 第51-54页 |
| 3.3.2 构造性神经网络知识扩充 | 第54-55页 |
| 3.4 本章小结 | 第55-56页 |
| 第四章 基于覆盖算法构造性神经网络的模拟电路故障诊断 | 第56-75页 |
| 4.1 基于领域覆盖算法的模拟电路故障诊断 | 第56-66页 |
| 4.1.1 领域覆盖算法 | 第56-58页 |
| 4.1.2 基于领域覆盖算法的构造性神经网络模拟电路故障诊断 | 第58-66页 |
| 4.2 模糊逻辑覆盖算法 | 第66-74页 |
| 4.2.1 模糊理论概述 | 第66-69页 |
| 4.2.2 模糊逻辑覆盖算法 | 第69-71页 |
| 4.2.3 基于模糊覆盖算法构造性神经网络结构 | 第71-73页 |
| 4.2.4 基于模糊逻辑覆盖算法构造性神经网络的模拟电路诊断 | 第73-74页 |
| 4.3 本章小结 | 第74-75页 |
| 第五章 总结与展望 | 第75-78页 |
| 参考文献 | 第78-81页 |
| 附录 | 第81-90页 |
| 攻读硕士期间相关工作 | 第90-91页 |
| 致谢 | 第91页 |
