首页--工业技术论文--无线电电子学、电信技术论文--基本电子电路论文--电子电路论文

基于支持向量机的模拟电路故障诊断方法研究

摘要第1-7页
ABSTRACT第7-14页
第一章 绪论第14-28页
   ·研究的背景和意义第14-16页
   ·模拟电路故障分类和诊断方法第16-19页
     ·模拟电路故障分类和故障模型第16-18页
     ·模拟电路测试的主要任务第18页
     ·模拟电路故障诊断方法第18-19页
   ·模拟电路故障诊断方法的研究现状第19-23页
     ·国外研究现状第19-21页
     ·国内研究现状第21-22页
     ·神经网络故障诊断方法的局限性第22-23页
   ·支持向量机理论发展和应用研究现状第23-26页
     ·支持向量机理论研究现状第23-24页
     ·支持向量机的特点第24-25页
     ·支持向量机的工程应用研究现状第25-26页
   ·论文的研究内容第26页
   ·论文的结构安排第26-28页
第二章 模拟电路故障诊断的支持向量机方法研究第28-55页
   ·支持向量机第28-36页
     ·最优分类超平面第28-31页
     ·广义最优分类超平面第31-32页
     ·非线性最优分类超平面第32-33页
     ·支持向量机第33-34页
     ·多分类支持向量机第34-36页
   ·模拟电路故障诊断的支持向量机方法第36-38页
   ·故障样本的获取第38-40页
     ·故障特征提取第38-39页
     ·故障特征样本数据预处理第39页
     ·样本集构造第39-40页
   ·模拟电路故障诊断实例第40-51页
     ·Sallen-key电路诊断实例第40-48页
       ·硬故障诊断第42-45页
       ·软故障诊断第45-48页
       ·结果分析第48页
     ·双二次滤波器电路诊断实例第48-51页
   ·支持向量机性能影响因数分析第51-54页
     ·核函数及其参数对SVM性能影响第51-52页
     ·惩罚参数C对SVM性能影响第52页
     ·多分类SVM的不同组合方法对性能影响第52-53页
     ·SVM的参数优化第53-54页
   ·本章小结第54-55页
第三章 基于MRMR原则和SVM模拟电路故障特征选择方法研究第55-68页
   ·特征选择第55-59页
     ·特征选择方法第56-57页
     ·互信息的定义第57页
     ·Parzen窗法第57-59页
   ·基于MRMR原则和SVM的故障特征选择方法第59-61页
     ·最大相关和最小冗余原则第59-60页
     ·基于支持向量机的故障特征选择第60-61页
   ·基于MRMR原则和SVM的故障特征选择实例第61-66页
   ·本章小结第66-68页
第四章 基于小波变换的模拟电路故障特征提取方法研究第68-82页
   ·小波变换理论第68-72页
     ·小波变换定义第68-70页
     ·离散小波变换第70页
     ·多分辨率分析第70-72页
   ·小波变换的模拟电路故障特征提取第72-78页
   ·自适应小波变换的故障特征提取第78-81页
   ·本章小结第81-82页
第五章 基于多重分形分析的模拟电路故障特征提取方法研究第82-95页
   ·分形的基本理论第82-85页
     ·分形的基本概念第82-83页
     ·分形的维数第83-85页
   ·多重分形第85-88页
     ·多重分形定义第85-87页
     ·多重分形奇异谱的小波极大模计算法第87-88页
   ·多重分形分析的故障特征提取第88-93页
   ·本章小结第93-95页
第六章 模拟电路的可诊断元件集研究第95-128页
   ·基于可测性分析的可诊断元件集第95-102页
     ·可测性测度计算第95-97页
     ·模糊组定义第97页
     ·可测元件第97-98页
     ·基于可测性分析的可诊断元件集实例第98-102页
       ·可测性分析第98-101页
       ·结果验证第101-102页
   ·基于零极点灵敏度的可诊断元件集第102-114页
     ·灵敏度定义第102-103页
     ·零极点灵敏度定义第103-105页
     ·基于零极点灵敏度的模糊组定义第105-106页
     ·基于零极点灵敏度分析的可诊断元件集实例第106-114页
       ·5-RC阶梯电路的零极点灵敏度分析第106-109页
       ·Sallen-key电路的零极点灵敏度分析第109-111页
       ·基于零极点灵敏度分析结果验证第111-114页
   ·基于模糊聚类的可诊断元件集确定方法第114-127页
     ·模糊聚类第114-119页
       ·模糊C均值聚类算法第116-117页
       ·聚类有效性指标第117-119页
     ·基于模糊聚类的可诊断元件集第119页
     ·基于模糊聚类的可诊断元件集实例第119-127页
       ·CTSV滤波器电路模糊聚类分析第119-121页
       ·Leapfrog滤波器电路的模糊聚类分析第121-127页
   ·本章小结第127-128页
第七章 结束语第128-131页
   ·全文总结第128-130页
   ·进一步的工作第130-131页
致谢第131-132页
参考文献第132-142页
攻读博士期间完成的论文和科研成果第142-143页

论文共143页,点击 下载论文
上一篇:细胞周期末期促进复合物及其调节亚基Cdh1在神经干细胞增殖分化中的作用
下一篇:大鼠海马脑片星形胶质细胞线性膜电导及细胞间电偶联特性的研究