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 |
