| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 绪论 | 第7-15页 |
| ·故障诊断的研究背景和意义 | 第7页 |
| ·故障诊断技术的发展与现状 | 第7-9页 |
| ·故障诊断的过程 | 第9-10页 |
| ·故障诊断的基本方法 | 第10-12页 |
| ·基于解析模型的方法 | 第10-11页 |
| ·基于信号处理的方法 | 第11页 |
| ·基于人工智能的方法 | 第11-12页 |
| ·概率神经网络的国内外研究现状 | 第12-14页 |
| ·本文的主要工作和内容安排 | 第14-15页 |
| 第二章 Alpha稳定分布的相关知识 | 第15-27页 |
| ·α 稳定分布简介 | 第15-19页 |
| ·α 稳定分布的发展动因 | 第15页 |
| ·α 稳定分布的定义 | 第15-18页 |
| ·广义中心极限定理 | 第18页 |
| ·α 稳定分布的性质 | 第18-19页 |
| ·α 稳定分布的概率密度函数 | 第19-20页 |
| ·分数低阶统计量 | 第20-23页 |
| ·对称α 稳定分布的参数估计 | 第23-26页 |
| ·最大似然估计方法 | 第23-24页 |
| ·样本分位数法 | 第24-25页 |
| ·负阶矩法 | 第25页 |
| ·log SαS法 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第三章 基于 Sα S分布参数估计的系统鲁棒故障检测 | 第27-35页 |
| ·S α S分布的滑动窗口参数估计方法 | 第28页 |
| ·基于 S α S分布参数估计的故障检测算法 | 第28-29页 |
| ·实验结果与分析 | 第29-34页 |
| ·本章小结 | 第34-35页 |
| 第四章 基于α 稳定分布基函数概率神经网络的系统故障诊断 | 第35-47页 |
| ·概率神经网络的基本原理 | 第35-38页 |
| ·Bayes 分类规则 | 第35-37页 |
| ·故障诊断问题的概率神经网络模型 | 第37页 |
| ·PNN 网络的拓扑结构 | 第37-38页 |
| ·α 稳定分布基函数概率神经网络模型 | 第38-41页 |
| ·基于α 稳定分布基函数概率神经网络的故障诊断算法 | 第41-42页 |
| ·实验结果与分析 | 第42-46页 |
| ·本章小结 | 第46-47页 |
| 第五章 总结与展望 | 第47-48页 |
| ·本文的主要贡献 | 第47页 |
| ·需进一步研究的问题 | 第47-48页 |
| 致谢 | 第48-49页 |
| 参考文献 | 第49-55页 |
| 附录:作者在攻读硕士学位期间发表的论文 | 第55页 |
