| 中文摘要 | 第1-5页 |
| 英文摘要 | 第5-11页 |
| 1 绪论 | 第11-25页 |
| ·前言 | 第11-12页 |
| ·智能故障诊断的国内外研究现状 | 第12-20页 |
| ·面向多故障的诊断 | 第20-23页 |
| ·多故障的定义 | 第20-21页 |
| ·问题的提出 | 第21-22页 |
| ·研究的内容和意义 | 第22-23页 |
| ·本章小结 | 第23-25页 |
| 2 故障征兆及多故障描述 | 第25-47页 |
| ·一种已有的多故障诊断方法 | 第25-27页 |
| ·故障描述和故障征兆 | 第27页 |
| ·单一故障征兆的描述 | 第27-29页 |
| ·故障—征兆体系的空间描述 | 第29-30页 |
| ·多故障征兆的表现及其描述 | 第30-40页 |
| ·多故障与单一故障间的关系 | 第30-31页 |
| ·多故障与征兆间的关系 | 第31-35页 |
| ·多故障诊断分析 | 第35-38页 |
| ·多故障的故障空间表示 | 第38-40页 |
| ·故障征兆点的选取 | 第40页 |
| ·故障征兆矢量的取值 | 第40-42页 |
| ·多故障及其征兆描述范例 | 第42-45页 |
| ·本章小结 | 第45-47页 |
| 3 征兆数据直接推理的多故障诊断 | 第47-63页 |
| ·基于逻辑运算的多故障诊断 | 第47-48页 |
| ·基于相关系数的多故障诊断 | 第48-52页 |
| ·相关度计算分析 | 第48-50页 |
| ·诊断实例 | 第50-52页 |
| ·基于征兆的故障概率的多故障诊断 | 第52-61页 |
| ·故障征兆对于故障的概率分析 | 第52-53页 |
| ·多个故障征兆对于单个故障的概率分析 | 第53-58页 |
| ·诊断实例 | 第58-60页 |
| ·算法总结 | 第60-61页 |
| ·本章小结 | 第61-63页 |
| 4 基于征兆邻搜索优化聚类的自组织映射的多故障诊断 | 第63-81页 |
| ·引言 | 第63-64页 |
| ·基于SOM 神经网络的诊断算法推导 | 第64-66页 |
| ·故障征兆索引的建立 | 第66-69页 |
| ·诊断SOM 神经网络的构建 | 第69-71页 |
| ·邻搜索算法优化 | 第71-75页 |
| ·另一种基于SOM 神经网络的多故障诊断方法 | 第75-76页 |
| ·诊断实例 | 第76-79页 |
| ·本章小结 | 第79-81页 |
| 5 基于径向基函数和自联想记忆神经网络的多故障诊断 | 第81-101页 |
| ·离散型征兆在故障空间中的表示 | 第81-82页 |
| ·联想记忆的性质 | 第82-84页 |
| ·Hopfield 神经网络的自联想记忆特性分析 | 第84-85页 |
| ·故障样本的建立 | 第85-86页 |
| ·自联想记忆诊断模型 | 第86-88页 |
| ·RBF 神经网络在故障诊断中的应用 | 第88-89页 |
| ·RBF 神经网络特性分析 | 第89-90页 |
| ·基于RBF 神经网络的故障诊断模型 | 第90-91页 |
| ·RBF 神经网络的参数设置 | 第91-94页 |
| ·基于RBF 神经网络和Hopfield 神经网络的多故障诊断模型 | 第94-95页 |
| ·诊断实例 | 第95-99页 |
| ·本章小结 | 第99-101页 |
| 6 改进 Hopfield 网络的异联想记忆多故障诊断 | 第101-111页 |
| ·异联想记忆Hopfield 网络用于多故障诊断的思想 | 第101-102页 |
| ·异联想记忆权值矩阵的构造 | 第102-106页 |
| ·外积法构造权值矩阵 | 第103-104页 |
| ·伪逆法构造权值矩阵 | 第104页 |
| ·广义逆法构造权值矩阵 | 第104-105页 |
| ·双向联想记忆法构造权值矩阵 | 第105-106页 |
| ·权值矩阵构造方法的选取 | 第106页 |
| ·基于异联想记忆Hopfield 神经网络的多故障诊断算法 | 第106-108页 |
| ·实例分析 | 第108-110页 |
| ·本章小结 | 第110-111页 |
| 7 多故障诊断在农作物病害诊断中的应用 | 第111-129页 |
| ·引言 | 第111-112页 |
| ·番茄病害征兆体系 | 第112-116页 |
| ·使用逻辑运算的多病害诊断 | 第116-118页 |
| ·使用相关系数计算相似程度的多病害诊断 | 第118-119页 |
| ·使用征兆的故障概率的多病害诊断 | 第119-122页 |
| ·使用自组织映射神经网络和邻搜索优化的多病害诊断 | 第122-124页 |
| ·使用径向基函数和自联想记忆神经网络的多病害诊断 | 第124-125页 |
| ·使用异联想记忆神经网络的多病害诊断 | 第125-126页 |
| ·本文提出的多故障诊断方法总结 | 第126-127页 |
| ·本章小结 | 第127-129页 |
| 8 结论和展望 | 第129-133页 |
| ·本文所作的主要工作 | 第129-131页 |
| ·本文的创新点 | 第131页 |
| ·需要进一步研究的问题 | 第131-133页 |
| 致谢 | 第133-135页 |
| 参考文献 | 第135-145页 |
| 附录 | 第145-146页 |
| A. 作者在攻读博士学位期间撰写论文的目录 | 第145-146页 |
| B. 作者在攻读博士学位期间参加的科研工作 | 第146页 |
