电路板智能故障诊断算法研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 1. 绪论 | 第8-12页 |
| ·研究背景与意义 | 第8-9页 |
| ·国内外研究现状 | 第9-10页 |
| ·国外研究情况 | 第9-10页 |
| ·国内研究情况 | 第10页 |
| ·本文的主要工作 | 第10-12页 |
| 2. 相关理论与技术介绍 | 第12-19页 |
| ·聚类分析 | 第12-13页 |
| ·聚类分析的基本概念 | 第12页 |
| ·模糊C均值聚类 | 第12-13页 |
| ·BP神经网络 | 第13-16页 |
| ·BP网络基本模型及算法 | 第13-15页 |
| ·BP网络存在的问题 | 第15-16页 |
| ·支持向量机 | 第16-19页 |
| ·SVM分类原理 | 第16-18页 |
| ·多分类SVM方法及其存在的问题 | 第18-19页 |
| 3. 基于BP神经网络的诊断算法研究 | 第19-29页 |
| ·基于模糊聚类的集成BP诊断 | 第19-22页 |
| ·约束模糊聚类分析 | 第19-20页 |
| ·BP集成诊断方案 | 第20-22页 |
| ·实验分析 | 第22-29页 |
| ·实验数据的采集 | 第22-23页 |
| ·故障特征值的提取 | 第23-24页 |
| ·子网络的构造与训练 | 第24-27页 |
| ·诊断结果分析 | 第27-29页 |
| 4. 基于SVM的诊断算法研究 | 第29-36页 |
| ·模糊多类SVM诊断 | 第29-32页 |
| ·基分类器的构造与选取 | 第29-31页 |
| ·模糊SVM诊断方案 | 第31-32页 |
| ·实验分析 | 第32-36页 |
| ·实验数据的采集 | 第32页 |
| ·多类分类器的构造 | 第32-33页 |
| ·多分类器的集成诊断 | 第33-34页 |
| ·诊断结果分析 | 第34-36页 |
| 5. 综合诊断系统的设计与实现 | 第36-43页 |
| ·系统功能模块介绍 | 第36-37页 |
| ·故障知识集的生成 | 第37-38页 |
| ·故障诊断与再学习 | 第38-40页 |
| ·实验分析 | 第40-43页 |
| 6. 总结与展望 | 第43-45页 |
| ·论文总结 | 第43-44页 |
| ·进一步的工作 | 第44-45页 |
| 参考文献 | 第45-48页 |
| 申请学位期间的研究成果及发表的学术论文 | 第48-49页 |
| 致谢 | 第49页 |
