基于多数据相关核的模拟电路故障诊断方法研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-18页 |
| 1.1 研究的背景和意义 | 第9-11页 |
| 1.2 国内外研究现状及分析 | 第11-17页 |
| 1.2.1 模拟电路故障诊断传统方法 | 第11-12页 |
| 1.2.2 模拟电路故障诊断新方法 | 第12-13页 |
| 1.2.3 基于支持向量机的模拟电路故障诊断技术 | 第13-16页 |
| 1.2.4 多核学习的发展 | 第16-17页 |
| 1.3 本文的主要内容及结构安排 | 第17-18页 |
| 第2章 基于多核学习的故障诊断方法研究 | 第18-33页 |
| 2.1 引言 | 第18页 |
| 2.2 标准支持向量机原理 | 第18-22页 |
| 2.2.1 支持向量机的基本原理 | 第18-22页 |
| 2.2.2 核函数性质 | 第22页 |
| 2.3 多核学习方法原理 | 第22-25页 |
| 2.4 多核学习算法 | 第25-28页 |
| 2.4.1 固定规则 | 第25-26页 |
| 2.4.2 启发式法 | 第26-27页 |
| 2.4.3 任意权重的相似性线性优化法 | 第27-28页 |
| 2.5 基于多核学习的故障诊断方法框架 | 第28-29页 |
| 2.6 仿真实验与验证 | 第29-31页 |
| 2.6.1 UCI数据集验证实验 | 第29-30页 |
| 2.6.2 模拟电路故障诊断实例 | 第30-31页 |
| 2.7 本章小结 | 第31-33页 |
| 第3章 基于数据相关核的故障诊断方法 | 第33-43页 |
| 3.1 引言 | 第33页 |
| 3.2 经验特征空间和经验特征映射 | 第33-35页 |
| 3.3 经验特征空间中的核函数优化算法 | 第35-39页 |
| 3.3.1 数据相关核函数 | 第35页 |
| 3.3.2 经验特征空间中的数据类别可分性计算 | 第35-38页 |
| 3.3.3 核函数优化 | 第38-39页 |
| 3.4 基于数据相关核的故障诊断方法框架 | 第39-40页 |
| 3.5 仿真实验与分析 | 第40-41页 |
| 3.5.1 UCI数据集验证实验 | 第40-41页 |
| 3.5.2 模拟电路故障诊断实例 | 第41页 |
| 3.6 本章小结 | 第41-43页 |
| 第4章 基于多数据相关核的电路故障诊断技术研究 | 第43-60页 |
| 4.1 引言 | 第43页 |
| 4.2 基于多数据相关核的核函数优化方法 | 第43-49页 |
| 4.2.1 构造多数据相关核（MDK） | 第44-45页 |
| 4.2.2 多核学习中基本核函数的权重优化 | 第45-46页 |
| 4.2.3 数据相关核函数的系数优化 | 第46-48页 |
| 4.2.4 UCI数据集验证 | 第48-49页 |
| 4.3 基于SVM方法的电路故障诊断算法结构 | 第49-54页 |
| 4.3.1 故障特征提取 | 第50-52页 |
| 4.3.2 小波变换 | 第52-54页 |
| 4.3.3 主成分分析和数据归一化处理 | 第54页 |
| 4.4 基于多数据相关核的模拟电路故障诊断方法 | 第54-58页 |
| 4.4.1 Leap-frog滤波器电路实验 | 第54-57页 |
| 4.4.2 仿真实验结果 | 第57-58页 |
| 4.5 本章小结 | 第58-60页 |
| 结论 | 第60-62页 |
| 参考文献 | 第62-69页 |
| 致谢 | 第69页 |
