| 摘要 | 第1-7页 |
| ABSTRACT | 第7-13页 |
| 第一章 绪论 | 第13-26页 |
| ·本文研究的背景及意义 | 第13-14页 |
| ·模拟电路故障诊断方法的发展与分类 | 第14-19页 |
| ·模拟电路故障诊断方法的研究进展 | 第14-16页 |
| ·模拟电路故障诊断方法分类 | 第16-18页 |
| ·模拟电路的现代智能故障诊断方法 | 第18-19页 |
| ·国内外研究现状 | 第19-22页 |
| ·国外研究现状 | 第19-21页 |
| ·国内研究现状 | 第21-22页 |
| ·本文的研究内容和结构安排 | 第22-26页 |
| 第二章 小波分析的模拟电路故障特征优化方法研究 | 第26-43页 |
| ·模拟电路故障特征提取概述 | 第26-27页 |
| ·模拟电路故障检测的小波方法及灵敏度分析 | 第27-36页 |
| ·小波变换 | 第27-31页 |
| ·模拟电路故障检测的小波分析 | 第31-34页 |
| ·小波故障识别的灵敏度 | 第34-36页 |
| ·模拟电路故障特征优化的小波方法 | 第36-42页 |
| ·小波故障特征提取 | 第36-37页 |
| ·小波函数的选择与故障特征优化 | 第37-39页 |
| ·诊断实例 | 第39-42页 |
| ·本章小结 | 第42-43页 |
| 第三章 自适应GA-WNN 的模拟电路故障诊断方法研究 | 第43-72页 |
| ·小波神经网络 | 第43-50页 |
| ·小波神经网络的结构 | 第44-47页 |
| ·小波神经网络的逼近性能及小波基元的选取 | 第47-48页 |
| ·学习算法 | 第48-50页 |
| ·自适应小波神经网络的模拟电路故障诊断方法 | 第50-63页 |
| ·故障诊断原理 | 第50-51页 |
| ·故障分类的小波神经网络设计 | 第51-53页 |
| ·小波神经网络的自适应学习算法 | 第53-54页 |
| ·诊断实例 | 第54-63页 |
| ·GA-WNN 的模拟电路故障诊断方法 | 第63-71页 |
| ·遗传算法 | 第63-67页 |
| ·遗传算法对小波神经网络的优化 | 第67-69页 |
| ·诊断实例 | 第69-71页 |
| ·本章小结 | 第71-72页 |
| 第四章 基于提升小波-支持向量机的模拟电路故障诊断方法研究 | 第72-98页 |
| ·统计学习理论 | 第72-76页 |
| ·经验风险最小化 | 第72-74页 |
| ·结构风险最小化原则 | 第74-76页 |
| ·支持向量机 | 第76-81页 |
| ·线性支持向量机 | 第76-79页 |
| ·非线性支持向量机 | 第79-80页 |
| ·支持向量机的结构 | 第80-81页 |
| ·支持向量机的模拟电路故障分类 | 第81-83页 |
| ·支持向量机的多类识别 | 第81-82页 |
| ·基于支持向量机的模拟电路故障分类识别方法 | 第82-83页 |
| ·模拟电路故障诊断的LWT-SVM 方法 | 第83-96页 |
| ·提升小波变换的电路故障特征提取 | 第84-86页 |
| ·故障诊断实例 | 第86-96页 |
| ·本章小结 | 第96-98页 |
| 第五章 基于DBT-SVM 优化的模拟电路层级故障诊断方法研究 | 第98-130页 |
| ·多分类支持向量机算法分析与性能比较 | 第98-104页 |
| ·一对余法 | 第98-99页 |
| ·一对一法 | 第99-100页 |
| ·DDAG 法 | 第100-101页 |
| ·层次支持向量机 | 第101-103页 |
| ·DBT-SVM 的结构优化 | 第103-104页 |
| ·基于最小生成树SVM 的模拟电路故障诊断方法 | 第104-115页 |
| ·最小生成树 | 第104-105页 |
| ·最小生成树SVM 多分类算法 | 第105-109页 |
| ·MST-SVM 方法的模拟电路故障诊断 | 第109-115页 |
| ·特征融合的FDBT-SVM 分级决策的模拟电路故障诊断方法 | 第115-128页 |
| ·模糊聚类算法 | 第115-117页 |
| ·FDBT-SVM 分类算法 | 第117-118页 |
| ·FDBT-SVM 故障特征的优化选择 | 第118-121页 |
| ·特征融合的FDBT-SVM 分级决策故障诊断方法 | 第121-123页 |
| ·诊断实例 | 第123-128页 |
| ·本章小结 | 第128-130页 |
| 第六章 总结与展望 | 第130-133页 |
| ·全文总结 | 第130-131页 |
| ·未来研究工作及展望 | 第131-133页 |
| 致谢 | 第133-134页 |
| 参考文献 | 第134-144页 |
| 攻博期间取得的研究成果 | 第144-146页 |
