| 摘要 | 第1-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第8-12页 |
| ·问题的提出 | 第8-11页 |
| ·本文的主要内容 | 第11-12页 |
| 第2章 模拟电路故障诊断 | 第12-18页 |
| ·模拟电路故障诊断的现状与展望 | 第12页 |
| ·模拟电路测试与故障诊断的几种方法 | 第12-14页 |
| ·模式识别原理 | 第14-16页 |
| ·小结 | 第16-18页 |
| 第3章 人工神经网络在模拟电路故障诊断中的应用 | 第18-34页 |
| ·人工神经网络概述 | 第18-21页 |
| ·神经网络的主要类型 | 第18-19页 |
| ·神经网络的学位规则 | 第19-21页 |
| ·BP网络在故障诊断中的应用 | 第21-28页 |
| ·多层前馈BP网络 | 第21-25页 |
| ·BP神经网络在模拟电路故障诊断中的应用 | 第25-28页 |
| ·径向基函数网络及其在故障诊断中的应用 | 第28-33页 |
| ·网络输出计算 | 第29页 |
| ·网络的学习算法 | 第29-31页 |
| ·RBF与BP网络比较 | 第31页 |
| ·径向基网络在模拟电路故障诊断中的应用 | 第31-33页 |
| ·小结 | 第33-34页 |
| 第4章 数据融合及其在故障诊断中的应用 | 第34-55页 |
| ·数据融合概述 | 第34-38页 |
| ·数据融合的概念及优点 | 第34-36页 |
| ·数据融合的方法 | 第36-38页 |
| ·多传感器信息融合理论及其在目标检测和识别中的应用 | 第38-46页 |
| ·Bayes统计理论 | 第41-43页 |
| ·Dempster-Shafer证据理论 | 第43-45页 |
| ·基于模糊集理论的目标识别融合 | 第45页 |
| ·数据挖掘技术 | 第45-46页 |
| ·基于数掘融合的诊断实例 | 第46-54页 |
| ·数据挖掘技术及其在故障诊断中的应用 | 第46-50页 |
| ·基于D-S证据理论的数据融合算法对模拟电路故障诊断 | 第50-54页 |
| ·小结 | 第54-55页 |
| 第5章 模拟电路故障诊断神经网络数据融合方法 | 第55-71页 |
| ·神经网络数据融合概述 | 第55-57页 |
| ·组合神经网络与数据融合 | 第57-62页 |
| ·子神经网络的组建原则 | 第58-60页 |
| ·集成神经网络的实现策略 | 第60-62页 |
| ·模拟电路故障诊断神经网络数据融合方法 | 第62-70页 |
| ·网络结构 | 第66-68页 |
| ·学习算法 | 第68-69页 |
| ·实验结果 | 第69-70页 |
| ·小结 | 第70-71页 |
| 结论 | 第71-73页 |
| 参考文献 | 第73-76页 |
| 致谢 | 第76-77页 |
| 附录A(攻读学位期间发表的学术论文目录) | 第77页 |