摘要 | 第1-6页 |
ABSTRACT | 第6-12页 |
1 绪论 | 第12-27页 |
·课题研究的背景和意义 | 第12-13页 |
·模拟电路故障诊断的国内外研究概况 | 第13-19页 |
·支持向量机在故障诊断中的研究 | 第19-23页 |
·论文研究内容、目标和结构安排 | 第23-27页 |
2 支持向量机及模拟电路故障诊断概述 | 第27-46页 |
·统计学习理论 | 第27-29页 |
·支持向量机概述 | 第29-34页 |
·基于SVM的模拟电路故障诊断概述 | 第34-36页 |
·模拟电路故障特征提取技术 | 第36-45页 |
·本章小结 | 第45-46页 |
3 模拟电路故障诊断中SVM多分类器模型构造及其应用 | 第46-65页 |
·SVM多分类器拓扑结构确定 | 第46-51页 |
·SVM的核函数选择 | 第51-53页 |
·SVM的核函数参数确定 | 第53-56页 |
·SVM训练和识别过程 | 第56-57页 |
·基于支持向量机的模拟电路故障诊断实例 | 第57-64页 |
·本章小结 | 第64-65页 |
4 基于分形理论和SVM的模拟电路故障诊断 | 第65-82页 |
·分形原理简介 | 第65-69页 |
·网格维数的计算分析 | 第69-72页 |
·基于分形理论的模拟电路故障诊断 | 第72-81页 |
·本章小结 | 第81-82页 |
5 基于Volterra级数和SVM的非线性电路故障诊断 | 第82-97页 |
·非线性电路及故障诊断 | 第82-84页 |
·Volterra级数简介 | 第84-87页 |
·非线性电路的Volterra频域核计算 | 第87-91页 |
·基于Volterra频域核和SVM的故障诊断 | 第91-96页 |
·本章小结 | 第96-97页 |
6 SVM集成技术及其在模拟电路故障诊断中的应用 | 第97-115页 |
·分类器集成学习概述 | 第97-98页 |
·成员分类器 | 第98-101页 |
·支持向量机集成 | 第101-104页 |
·基于两种扰动机制和Logistic映射的SVM集成算法 | 第104-111页 |
·基于支持向量机集成的模拟电路故障诊断实验 | 第111-114页 |
·本章小结 | 第114-115页 |
7 总结与展望 | 第115-118页 |
·全文总结 | 第115-116页 |
·本文主要创新点 | 第116页 |
·展望 | 第116-118页 |
致谢 | 第118-119页 |
参考文献 | 第119-131页 |
附录 攻读学位期间发表论文和参加的科研项目 | 第131-132页 |
公开发表论文与学位论文对应关系 | 第132页 |