基于支持向量机和遗传算法相结合的模拟电路故障诊断方法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-16页 |
| ·开展模拟电路故障诊断研究的意义 | 第10-11页 |
| ·模拟电路故障诊断技术的发展及研究现状 | 第11-13页 |
| ·本文的内容与结构 | 第13-16页 |
| 第2章 模拟电路故障诊断概述 | 第16-24页 |
| ·模拟电路故障诊断基础知识 | 第16-17页 |
| ·模拟电路故障诊断方法分类及优缺点 | 第17-21页 |
| ·模拟电路故障诊断的模式识别过程 | 第21-23页 |
| ·本章小结 | 第23-24页 |
| 第3章 PSPICE与MATLAB软件的介绍 | 第24-32页 |
| ·PSpice的发展和内容 | 第24-26页 |
| ·PSpice的分析方法 | 第26-29页 |
| ·PSpice编程与分析 | 第26-27页 |
| ·PSpice的特殊分析方法 | 第27-29页 |
| ·Matlab特点和功能 | 第29-30页 |
| ·Pspice与Matlab之间的通信 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 第4章 支持向量机原理 | 第32-46页 |
| ·机器学习的基本问题 | 第32-33页 |
| ·机器学习问题的发展 | 第33-34页 |
| ·统计学习理论的主要内容 | 第34-36页 |
| ·支持向量机分类器 | 第36-41页 |
| ·线性可分问题 | 第36-38页 |
| ·近似线性可分问题 | 第38-39页 |
| ·线性不可分问题 | 第39-41页 |
| ·支持向量机优化算法 | 第41-43页 |
| ·支持向量机多类分类算法 | 第43-45页 |
| ·一对多分类算法 | 第43-44页 |
| ·一对一分类算法 | 第44页 |
| ·决策导向无环图DDAG分类算法 | 第44-45页 |
| ·本章小结 | 第45-46页 |
| 第5章 基于遗传算法的支持向量机参数选取问题研究 | 第46-56页 |
| ·核函数及其参数 | 第46-47页 |
| ·误差惩罚参数C | 第47页 |
| ·参数选择方法 | 第47-49页 |
| ·遗传算法 | 第49-53页 |
| ·基于遗传算法的支持向量机参数选择方法 | 第53-55页 |
| ·本章小结 | 第55-56页 |
| 第6章 模拟电路故障诊断仿真实验 | 第56-66页 |
| ·故障诊断步骤 | 第56-57页 |
| ·获取故障样本数据的方法 | 第57页 |
| ·模拟电路故障诊断实例1 | 第57-60页 |
| ·模拟电路故障诊断实例2 | 第60-64页 |
| ·本章小结 | 第64-66页 |
| 第7章 总结与展望 | 第66-68页 |
| ·总结 | 第66页 |
| ·展望 | 第66-68页 |
| 参考文献 | 第68-74页 |
| 致谢 | 第74-76页 |
| 攻读硕士期间参加的科研工作和发表论文情况 | 第76页 |
