| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 1 绪论 | 第14-19页 |
| 1.1 课题来源与意义 | 第14页 |
| 1.2 模拟电路故障诊断发展与现状 | 第14-15页 |
| 1.3 本文主要工作 | 第15-19页 |
| 2 支持向量机 | 第19-25页 |
| 2.1 统计学习理论 | 第19-21页 |
| 2.1.1 统计学习理论模型 | 第19-20页 |
| 2.1.2 VC维理论 | 第20页 |
| 2.1.3 经验风险最小化 | 第20-21页 |
| 2.2 支持向量机原理 | 第21-24页 |
| 2.2.1 支持向量回归机模型 | 第21-22页 |
| 2.2.2 支持向量机分类模型 | 第22-23页 |
| 2.2.3 支持向量机优缺点 | 第23-24页 |
| 2.3 本章小结 | 第24-25页 |
| 3 基于自调节MKRBF结合LSSVR优化的模拟电路性能评测 | 第25-37页 |
| 3.1 多核径向基核函数 | 第25-27页 |
| 3.1.1 核函数类型选择 | 第25页 |
| 3.1.2 MKRBF模型 | 第25-27页 |
| 3.2 自适应LSSVR | 第27-29页 |
| 3.2.1 自适应控制理论 | 第27页 |
| 3.2.2 LSSVR理论 | 第27-29页 |
| 3.3 问题分析与策略设计 | 第29-30页 |
| 3.4 算法流程图 | 第30-31页 |
| 3.5 仿真实验 | 第31-36页 |
| 3.5.1 数据采集 | 第31-32页 |
| 3.5.2 数据选择与规范化处理 | 第32-33页 |
| 3.5.3 数值实验 | 第33-36页 |
| 3.6 结论 | 第36-37页 |
| 4 基于WKNN-WLSSVM模拟电路故障诊断方法研究 | 第37-51页 |
| 4.1 监督学习 | 第37页 |
| 4.1.1 监督学习概念 | 第37页 |
| 4.1.2 监督学习方法 | 第37页 |
| 4.2 最小二乘支持向量机 | 第37-40页 |
| 4.2.1 LSSVM基本原理 | 第37-38页 |
| 4.2.2 改进LSSVM方法 | 第38-40页 |
| 4.3 K近邻学习 | 第40-41页 |
| 4.3.1 K近邻基本原理 | 第40页 |
| 4.3.2 改进K近邻方法 | 第40-41页 |
| 4.4 问题分析与策略设计 | 第41页 |
| 4.5 WKNN-LSSVM算法 | 第41-44页 |
| 4.6 仿真实验 | 第44-49页 |
| 4.6.1 数据采集 | 第44-45页 |
| 4.6.2 数据选择与规范化处理 | 第45-46页 |
| 4.6.3 数值实验 | 第46-49页 |
| 4.7 结论 | 第49-51页 |
| 5 基于UCISVM的模拟电路故障诊断策略 | 第51-63页 |
| 5.1 无监督学习 | 第51页 |
| 5.1.1 无监督学习概念 | 第51页 |
| 5.1.2 无监督学习方法 | 第51页 |
| 5.2 聚类方法 | 第51-52页 |
| 5.2.1 聚类方法的原理 | 第51页 |
| 5.2.2 聚类方法的分类 | 第51-52页 |
| 5.3 改进SVM | 第52页 |
| 5.4 UCISVM算法流程 | 第52-56页 |
| 5.5 仿真实验 | 第56-62页 |
| 5.5.1 数据采集 | 第57页 |
| 5.5.2 数据选择与规范化处理 | 第57-58页 |
| 5.5.3 数值实验 | 第58-62页 |
| 5.6 结论 | 第62-63页 |
| 6 基于GLOBAL-LSSVM模拟电路故障诊断对策 | 第63-71页 |
| 6.1 半监督学习 | 第63页 |
| 6.1.1 半监督学习概念 | 第63页 |
| 6.1.2 半监督学习方法 | 第63页 |
| 6.2 流行正则化框架 | 第63-64页 |
| 6.2.1 正则化基本概念 | 第63-64页 |
| 6.2.2 流行正则化方法 | 第64页 |
| 6.3 Global-LSSVM模型 | 第64-67页 |
| 6.3.1 线性Global-LSSVM | 第64-66页 |
| 6.3.2 非线性Global-LSSVM | 第66-67页 |
| 6.4 仿真实验 | 第67-70页 |
| 6.4.1 实验准备 | 第67-68页 |
| 6.4.2 数值实验 | 第68-70页 |
| 6.5 结论 | 第70-71页 |
| 总结与展望 | 第71-72页 |
| 参考文献 | 第72-79页 |
| 发表论文情况 | 第79-80页 |
| 致谢 | 第80-81页 |
