摘要 | 第4-5页 |
abstract | 第5-6页 |
专用术语注释表 | 第9-10页 |
第一章 绪论 | 第10-14页 |
1.1 选题的意义及背景 | 第10-11页 |
1.2 模拟电路研究现状 | 第11-12页 |
1.3 本文研究工作 | 第12页 |
1.4 论文结构安排 | 第12-14页 |
第二章 模拟电路故障诊断概述及相关技术 | 第14-24页 |
2.1 模拟电路故障诊断概述 | 第14-17页 |
2.1.1 模拟电路故障诊断的难点 | 第14-15页 |
2.1.2 故障类型的分类以及故障源 | 第15-16页 |
2.1.3 模拟电路故障诊断方法的分类 | 第16-17页 |
2.2 常见的模拟电路故障特征提取方法 | 第17-19页 |
2.2.1 基于主成分分析的特征提取方法 | 第18页 |
2.2.2 基于希尔伯特黄变换的特征提取方法 | 第18-19页 |
2.2.3 基于独立分析的特征提取方法 | 第19页 |
2.3 常见的模拟电路故障模式识别方法 | 第19-22页 |
2.3.1 人工神经网络 | 第19-20页 |
2.3.2 支持向量机 | 第20-21页 |
2.3.3 决策树 | 第21-22页 |
2.4 本章小结 | 第22-24页 |
第三章 模拟电路特征提取 | 第24-34页 |
3.1 LMD(局域均值分解)理论 | 第24-25页 |
3.2 近似熵理论 | 第25-26页 |
3.3 特征提取步骤 | 第26页 |
3.4 实例分析 | 第26-32页 |
3.4.1 电路描述 | 第26-27页 |
3.4.2 验证分析 | 第27-32页 |
3.5 本章小结 | 第32-34页 |
第四章 基于组合核CPSO-LSSVM模拟电路故障诊断模型 | 第34-47页 |
4.1 组合核LSSVM | 第34-37页 |
4.1.1 LSSVM特点 | 第34页 |
4.1.2 LSSVM数学理论 | 第34-35页 |
4.1.3 组合核LSSVM模型 | 第35-37页 |
4.2 CPSO优化算法 | 第37-39页 |
4.2.1 PSO优化算法 | 第37-38页 |
4.2.2 CPSO算法 | 第38-39页 |
4.3 混沌粒子群优化LSSVM参数 | 第39-41页 |
4.4 基于组合核CPSO-LSSVM的模电路故障诊断实例 | 第41-46页 |
4.4.1 基于组合核CPSO-LSSVM的模拟电路故障诊断模型 | 第41-42页 |
4.4.2 电路描述 | 第42-43页 |
4.4.3 验证分析 | 第43-46页 |
4.5 本章小结 | 第46-47页 |
第五章 基于改进的二叉树SVM模拟电路故障诊断方法 | 第47-59页 |
5.1 传统的SVM多分类方法 | 第47-49页 |
5.1.1 一对一方法 | 第47-48页 |
5.1.2 一对多方法 | 第48-49页 |
5.2 基于相似方向的二叉树SVM分类算法 | 第49-51页 |
5.2.1 二叉树分类算法 | 第49-50页 |
5.2.2 类间相似方向理论 | 第50-51页 |
5.2.3 基于类间相似方向生成BT-SVM | 第51页 |
5.3 基于遗传算法优化BT-SVM | 第51-53页 |
5.4 基于改进BT-SVM的模拟电路故障诊断实例分析 | 第53-57页 |
5.4.1 基于改进BT-SVM的模拟电路故障诊断模型 | 第53页 |
5.4.2 电路描述 | 第53-55页 |
5.4.3 验证分析 | 第55-57页 |
5.5 本章小结 | 第57-59页 |
第六章 总结与展望 | 第59-61页 |
6.1 总结 | 第59-60页 |
6.2 工作展望 | 第60-61页 |
参考文献 | 第61-64页 |
附录1 攻读硕士学位期间撰写的论文 | 第64-65页 |
附录2 攻读硕士学位期间申请的专利 | 第65-66页 |
致谢 | 第66页 |