基于支持向量机的网络控制系统故障诊断方法的研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 绪论 | 第8-17页 |
| ·网络控制系统故障诊断 | 第8-13页 |
| ·网络控制系统 | 第8页 |
| ·网络控制系统故障诊断存在的问题 | 第8-10页 |
| ·故障诊断方法的研究 | 第10-12页 |
| ·基于支持向量机的故障诊断 | 第12-13页 |
| ·支持向量机研究现状 | 第13-15页 |
| ·SVM训练算法 | 第13-14页 |
| ·核函数及参数选择 | 第14页 |
| ·SVM应用 | 第14-15页 |
| ·SVM存在的问题 | 第15页 |
| ·论文的主要研究内容 | 第15-17页 |
| 第二章 支持向量机相关理论分析 | 第17-31页 |
| ·支持向量机 | 第17-21页 |
| ·支持向量机基础知识 | 第17-19页 |
| ·回归型支持向量机 | 第19-21页 |
| ·支持向量机参数优化方法的研究 | 第21-24页 |
| ·参数优化问题的提出 | 第21-22页 |
| ·粒子群算法 | 第22-23页 |
| ·改进的粒子群算法 | 第23-24页 |
| ·基于粒子群算法的SVM参数优化方法 | 第24页 |
| ·仿真验证 | 第24页 |
| ·关联向量机 | 第24-29页 |
| ·概述 | 第24-28页 |
| ·RVM参数优化 | 第28-29页 |
| ·仿真验证 | 第29页 |
| ·小结 | 第29-31页 |
| 第三章 网络控制系统故障的检测 | 第31-43页 |
| ·网络控制系统 | 第31-33页 |
| ·概述 | 第31页 |
| ·网络控制系统建模 | 第31-33页 |
| ·基于SVM的网络控制系统故障检测 | 第33-34页 |
| ·不确定项的辨识 | 第33-34页 |
| ·基于SVM的故障检测方法的分析 | 第34页 |
| ·仿真验证 | 第34-42页 |
| ·仿真模型建立 | 第34-36页 |
| ·仿真结果分析 | 第36-42页 |
| ·小结 | 第42-43页 |
| 第四章 网络控制系统故障的在线辨识 | 第43-59页 |
| ·问题的提出 | 第43-44页 |
| ·基于增量支持向量机的故障在线辨识 | 第44-53页 |
| ·增量支持向量机理论基础 | 第44-47页 |
| ·基于积极集的增量支持向量机 | 第47-51页 |
| ·基于增量支持向量机的故障在线辨识 | 第51-53页 |
| ·仿真验证 | 第53-58页 |
| ·小结 | 第58-59页 |
| 第五章 总结与展望 | 第59-62页 |
| ·论文总结 | 第59-60页 |
| ·论文进一步工作 | 第60-62页 |
| 参考文献 | 第62-67页 |
| 发表论文和科研情况说明 | 第67-68页 |
| 致谢 | 第68页 |
