基于神经网络及储备池计算的模拟电路故障诊断的研究与实现
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 研究背景与意义 | 第10-11页 |
| 1.2 模拟电路故障诊断的研究现状 | 第11-13页 |
| 1.3 论文的主要内容与结构安排 | 第13-16页 |
| 1.3.1 论文的主要内容 | 第13页 |
| 1.3.2 论文的结构安排 | 第13-16页 |
| 第2章 相关理论与相关技术简介 | 第16-30页 |
| 2.1 模拟电路故障诊断理论 | 第16-22页 |
| 2.1.1 模拟电路故障产生的原因 | 第16-17页 |
| 2.1.2 模拟电路故障的分类 | 第17-19页 |
| 2.1.3 模拟电路故障诊断的原理 | 第19-20页 |
| 2.1.4 模拟电路故障诊断的方法 | 第20-21页 |
| 2.1.5 模拟电路故障诊断的主要内容 | 第21-22页 |
| 2.2 神经网络基本理论 | 第22-27页 |
| 2.2.1 神经网络基本知识 | 第22-24页 |
| 2.2.2 神经网络分类 | 第24-25页 |
| 2.2.3 神经网络学习方式 | 第25-26页 |
| 2.2.4 神经网络应用于模拟电路故障诊断的原理 | 第26-27页 |
| 2.3 相关技术简介 | 第27-29页 |
| 2.3.1 PSpice仿真软件 | 第27-28页 |
| 2.3.2 Matlab软件 | 第28-29页 |
| 2.4 本章小结 | 第29-30页 |
| 第3章 模拟电路故障特征提取 | 第30-54页 |
| 3.1 模拟电路故障特征提取概述 | 第30-31页 |
| 3.2 主成分分析法 | 第31-34页 |
| 3.3 小波变换法 | 第34-37页 |
| 3.3.1 小波变换的基本理论 | 第34-35页 |
| 3.3.2 多分辨分析 | 第35-36页 |
| 3.3.3 小波包分析 | 第36-37页 |
| 3.4 实现过程 | 第37-53页 |
| 3.5 本章小结 | 第53-54页 |
| 第4章 基于BP神经网络的模拟电路故障诊断 | 第54-78页 |
| 4.1 BP神经网络概述 | 第54-59页 |
| 4.1.1 BP神经网络结构 | 第54-55页 |
| 4.1.2 BP神经网络学习算法 | 第55-59页 |
| 4.1.3 BP神经网络的优势及存在问题 | 第59页 |
| 4.2 BP神经网络的改进 | 第59-60页 |
| 4.2.1 附加动量法 | 第59页 |
| 4.2.2 动态调整速率法 | 第59-60页 |
| 4.2.3 LM优化法 | 第60页 |
| 4.3 诊断过程 | 第60-76页 |
| 4.4 本章小结 | 第76-78页 |
| 第5章 基于混沌储备池的模拟电路故障诊断研究 | 第78-84页 |
| 5.1 储备池计算简介 | 第78-79页 |
| 5.2 储备池计算结构 | 第79-80页 |
| 5.3 单一混沌节点储备池计算的原理 | 第80-82页 |
| 5.3.1 混沌信号的产生 | 第80-81页 |
| 5.3.2 混沌储备池计算的原理 | 第81-82页 |
| 5.4 混沌储备池的模拟电路故障诊断仿真研究 | 第82-83页 |
| 5.5 本章小结 | 第83-84页 |
| 第6章 总结与展望 | 第84-86页 |
| 参考文献 | 第86-90页 |
| 致谢 | 第90页 |
