| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第1章 引言 | 第7-10页 |
| ·研究背景及意义 | 第7页 |
| ·研究现状 | 第7-8页 |
| ·研究内容 | 第8页 |
| ·论文组织结构 | 第8-10页 |
| 第2章 齿轮箱故障概述 | 第10-12页 |
| ·齿轮箱故障 | 第10页 |
| ·齿轮箱故障介绍 | 第10-11页 |
| ·本章小结 | 第11-12页 |
| 第3章 人工神经网络基本理论 | 第12-21页 |
| ·神经网络理论 | 第12页 |
| ·神经网络的特点 | 第12-13页 |
| ·神经网络的研究内容 | 第13页 |
| ·神经网络的应用 | 第13-14页 |
| ·神经网络的发展史 | 第14-16页 |
| ·神经网络模型 | 第16-20页 |
| ·神经元模型 | 第16-19页 |
| ·神经网络的互连模式 | 第19-20页 |
| ·本章小结 | 第20-21页 |
| 第4章 BP 神经网络 | 第21-30页 |
| ·BP 神经网络概念 | 第21-22页 |
| ·BP 神经网络算法的推导及学习训练过程 | 第22-27页 |
| ·BP 神经网络的学习算法 | 第22-24页 |
| ·BP 网络的学习训练过程 | 第24-27页 |
| ·BP 网络设计技巧 | 第27-28页 |
| ·BP 网络的层数设计 | 第27页 |
| ·BP 网络的输入层和输出层的设计 | 第27页 |
| ·隐含层节点的设计 | 第27-28页 |
| ·确定初始权值的选取 | 第28页 |
| ·BP 网络的优缺点 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 第5章 LVQ 神经网络 | 第30-35页 |
| ·LVQ 网络概念 | 第30页 |
| ·LVQ 神经网络学习算法与过程 | 第30-33页 |
| ·LVQ 神经网络算法 | 第30-32页 |
| ·LVQ 网络的学习过程 | 第32-33页 |
| ·LVQ 网络设计技巧 | 第33页 |
| ·LVQ 网络层数的设计 | 第33页 |
| ·初始权值的选取 | 第33页 |
| ·LVQ 网络的优缺点 | 第33-34页 |
| ·本章小结 | 第34-35页 |
| 第6章 基于BP 网络和LVQ 网络的齿轮箱故障诊断 | 第35-43页 |
| ·模型输入、输出量参数的确定 | 第35-36页 |
| ·BP 神经网络设计 | 第36-38页 |
| ·LVQ 神经网络设计 | 第38-42页 |
| ·本章小结 | 第42-43页 |
| 第7章 总结与展望 | 第43-45页 |
| ·总结 | 第43页 |
| ·展望 | 第43-45页 |
| 参考文献 | 第45-47页 |
| 致谢 | 第47-48页 |
| 在校期间发表的论文 | 第48页 |