| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 插图索引 | 第10-12页 |
| 附表索引 | 第12-13页 |
| 第1章 绪论 | 第13-19页 |
| ·模拟电路故障诊断研究的意义 | 第13-14页 |
| ·模拟电路故障诊断方法的研究现状 | 第14-17页 |
| ·论文的主要研究内容及其结构安排 | 第17-19页 |
| ·论文的主要研究内容 | 第17页 |
| ·论文的主要结构安排 | 第17-19页 |
| 第2章 小波分析、脊波理论和神经网络的基本原理 | 第19-40页 |
| ·小波分析 | 第19-27页 |
| ·基本概念 | 第19-20页 |
| ·小波基的特性与选择 | 第20-21页 |
| ·多分辨率分析 | 第21-24页 |
| ·小波包分析及其分析算法 | 第24-26页 |
| ·小波神经网络的特点 | 第26-27页 |
| ·脊波理论 | 第27-33页 |
| ·脊波的定义及其变换 | 第27-30页 |
| ·离散脊波变换：框架 | 第30-32页 |
| ·脊波的多尺度分析 | 第32-33页 |
| ·神经网络 | 第33-40页 |
| ·基础知识 | 第33-35页 |
| ·学习规则 | 第35-36页 |
| ·神经网络的推广能力 | 第36页 |
| ·神经网络BP学习算法 | 第36-40页 |
| 第3章 基于最大类别分离度核主元分析的模拟电路故障诊断方法 | 第40-61页 |
| ·核主元分析的基本原理 | 第40-41页 |
| ·基于核的最大类别分离度准则 | 第41-44页 |
| ·MCSKPCA算法(基于核的最大类别分离度KPCA算法) | 第44页 |
| ·诊断实例 | 第44-53页 |
| ·诊断电路和故障设定 | 第44-48页 |
| ·特征提取 | 第48-53页 |
| ·神经网络结构的确定 | 第53-56页 |
| ·仿真结果分析 | 第56-59页 |
| ·小结 | 第59-61页 |
| 第4章 脊波神经网络的模拟电路故障诊断方法 | 第61-75页 |
| ·PCA和数据归一化 | 第62页 |
| ·脊波网络 | 第62-65页 |
| ·脊波网络体系结构 | 第63页 |
| ·脊波网络的训练算法 | 第63-65页 |
| ·脊波网络的故障诊断实施方法 | 第65-66页 |
| ·诊断实例1 | 第66-70页 |
| ·诊断实例2 | 第70-73页 |
| ·小结 | 第73-75页 |
| 第5章 小波分形分析的脊波网络模拟故障诊断方法 | 第75-86页 |
| ·小波分形分析 | 第75-77页 |
| ·例子电路的特征提取 | 第77-79页 |
| ·脊波网络结构的选择 | 第79-81页 |
| ·仿真结果及其分析 | 第81-84页 |
| ·小结 | 第84-86页 |
| 第6章 线性脊波神经网络的模拟电路故障诊断方法 | 第86-100页 |
| ·线性脊波网络 | 第86-89页 |
| ·线性脊波网络结构 | 第86-87页 |
| ·线性脊波网络的训练算法 | 第87-89页 |
| ·线性脊波网络的故障诊断实施方法 | 第89-90页 |
| ·诊断实例1 | 第90-96页 |
| ·诊断实例2 | 第96-98页 |
| ·小结 | 第98-100页 |
| 结论 | 第100-102页 |
| 参考文献 | 第102-109页 |
| 致谢 | 第109-110页 |
| 附录A 攻读学位期间发表的学术论文 | 第110-111页 |
| 附录B 攻读学位期间主持和参与的科研课题 | 第111-112页 |
| 附录C 公式推导 | 第112-116页 |