模拟电路故障诊断的神经网络实现
| 摘要 | 第1-9页 |
| Abstract | 第9-10页 |
| 插图索引 | 第10-11页 |
| 附表索引 | 第11-12页 |
| 第1章 绪论 | 第12-16页 |
| ·模拟电路故障诊断的意义 | 第12-13页 |
| ·模拟电路故障诊断的方法 | 第13-14页 |
| ·神经网络故障诊断问题的提出 | 第14-15页 |
| ·本文的工作 | 第15-16页 |
| 第2章 模拟电路故障诊断 | 第16-23页 |
| ·模拟电路故障诊断的发展历史 | 第16-17页 |
| ·模拟电路故障特点 | 第17页 |
| ·模拟电路故障诊断的若干基本概念 | 第17-19页 |
| ·模拟电路故障诊断方法分类 | 第19-20页 |
| ·传统模拟电路故障诊断字典法 | 第20-22页 |
| ·本章小结 | 第22-23页 |
| 第3章 神经网络概述 | 第23-33页 |
| ·神经网络研究的意义 | 第23页 |
| ·神经网络理论的发展历史 | 第23-25页 |
| ·神经网络的分类 | 第25-26页 |
| ·神经网络的基本原理 | 第26-32页 |
| ·神经元模型 | 第26-27页 |
| ·神经网络的基本原理 | 第27-32页 |
| ·神经元功能函数 | 第28-29页 |
| ·神经元之间的连接形式 | 第29-31页 |
| ·学习(训练) | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 第4章 神经网络与电路故障诊断 | 第33-51页 |
| ·BP神经网络与电路故障诊断 | 第33-39页 |
| ·BP网络结构 | 第33页 |
| ·标准BP算法 | 第33-36页 |
| ·改进的BP算法 | 第36-37页 |
| ·BP神经网络与故障诊断 | 第37-39页 |
| ·Hopfield神经网络与电路故障诊断 | 第39-44页 |
| ·离散型Hopfield神经网络(DHNN) | 第39-41页 |
| ·连续型Hopfield神经网络(CHNN) | 第41-43页 |
| ·Hopfield神经网络与故障诊断 | 第43-44页 |
| ·自组织特征映射神经网络与电路故障诊断 | 第44-50页 |
| ·SOFM神经网络结构 | 第44-45页 |
| ·SOFM网络的算法 | 第45-46页 |
| ·SOFM网络的学习及工作规则 | 第46-48页 |
| ·SOFM神经网络与故障诊断 | 第48-50页 |
| ·本章小结 | 第50-51页 |
| 第5章 自组织特征映射网络 | 第51-58页 |
| ·自组织特征映射网络概述 | 第51-52页 |
| ·自组织特征映射网络算法模型 | 第52-53页 |
| ·SOFM网络算法实现 | 第53-54页 |
| ·学习规则的分析说明 | 第54-56页 |
| ·算法实现中遇到的问题及解决办法 | 第56-57页 |
| ·本章小结 | 第57-58页 |
| 第6章 基于SOFM网络的故障诊断实例 | 第58-72页 |
| ·电路故障特征集的确定 | 第58-62页 |
| ·利用SOFM网络进行故障诊断 | 第62-64页 |
| ·故障特征数据的分类 | 第62-63页 |
| ·基于SOFM网络形成故障字典及故障定位 | 第63-64页 |
| ·计算机仿真分析 | 第64-71页 |
| ·利用竞争层网络仿真分析 | 第64-67页 |
| ·利用自组织特征映射网络仿真分析 | 第67-71页 |
| ·实验仿真 | 第67-70页 |
| ·仿真数据分析 | 第70页 |
| ·故障特征量再映射 | 第70-71页 |
| ·本章小结 | 第71-72页 |
| 结论与展望 | 第72-73页 |
| 参考文献 | 第73-76页 |
| 致谢 | 第76-77页 |
| 附录A(攻读学位期间所发表的学术论文目录) | 第77页 |
