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--一般性问题论文--测试、检验论文

基于神经网络的大规模模拟电路子网络级故障诊断方法

第一章 绪论第6-13页
    1.1 问题的提出第6-8页
    1.2 国内外研究现状及发展第8-11页
        1.2.1 电路故障诊断方法发展现状第8-9页
        1.2.2 小波理论发展概况第9-10页
        1.2.3 人工神经网络发展现状第10-11页
    1.3 模拟电路故障诊断系统的结构和功能第11-12页
    1.4 本文的主要研究内容第12-13页
第二章 小波变换的基本理论第13-23页
    2.1 小波变换及其应用理论第13-17页
        2.1.1 连续小波变换第13-16页
        2.1.2 离散小波变换第16页
        2.1.3 小波的分类第16-17页
    2.2 多分辨率分析第17-20页
    2.3 MALLAT塔形算法第20-22页
    2.4 本章小结第22-23页
第三章 人工神经网络及其应用第23-36页
    3.1 人工神经网络概述第23-28页
        3.1.1 神经网络的应用领域第23-25页
        3.1.2 神经网络模型第25-27页
        3.1.3 人工神经网络的特性第27-28页
    3.2 BP网络第28-34页
        3.2.1 感知器网络第28-29页
        3.2.2 BP网络第29-34页
    3.3 BP网络的神经网络工具函数第34-35页
    3.4 本章小结第35-36页
第四章 基于小波的神经网络子网络级诊断方法的研究第36-54页
    4.1 测量系统概述第36-38页
    4.2 测量系统各单元具体实现第38-49页
        4.2.1 大规模复杂网络的分解第38-40页
        4.2.2 小波分解第40-41页
        4.2.3 特征提取第41-45页
        4.2.4 神经网络的设计第45-49页
    4.3 辅助工具PSPICE与MATLAB的结合第49-53页
        4.3.1 PSPICE第49-51页
        4.3.2 MATLAB-读取PSPICE数据第51-53页
    4.4 本章小结第53-54页
第五章 实验与数据处理第54-64页
    5.1 定位故障子网络第54-56页
        5.1.1 子网络划分第55页
        5.1.2 故障仿真第55-56页
    5.2 数据采集及小波变换第56-58页
        5.2.1 数据采集第56-57页
        5.2.2 小波变换第57-58页
    5.3 神经网络输入量的选择第58-60页
        5.3.1 特征量的选择第58-59页
        5.3.2 训练样本数的确定第59-60页
    5.4 基于L-M的神经网络的学习与诊断第60-63页
        5.4.1 训练神经网络第60-62页
        5.4.2 利用训练好的神经网络进行故障诊断第62-63页
    5.5 本章小结第63-64页
第六章 总结与展望第64-65页
参考文献第65-69页
致谢第69-70页
摘要第70-73页
ABSTRACT第73页

论文共75页,点击 下载论文
上一篇:高级人力资源对企业商誉价值贡献的评估研究
下一篇:清洁发展机制项目下的碳资产的价值评估