小波神经网络在防化电路故障诊断中的应用研究
| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第1章 绪论 | 第11-17页 |
| ·课题研究的背景和意义 | 第11-12页 |
| ·课题的研究背景 | 第11-12页 |
| ·课题的研究意义 | 第12页 |
| ·模拟电路故障诊断的现状与发展 | 第12-13页 |
| ·模拟电路故障诊断的方法 | 第13-15页 |
| ·模拟电路故障诊断的传统方法 | 第13-14页 |
| ·模拟电路故障诊断的现代方法 | 第14-15页 |
| ·现存的问题 | 第15-16页 |
| ·本课题的主要研究内容及结构安排 | 第16-17页 |
| 第2章 神经网络及其在电路故障诊断中的应用 | 第17-39页 |
| ·神经网络的基本概念 | 第17-20页 |
| ·生物神经元的结构与功能特点 | 第17-18页 |
| ·人工神经元模型 | 第18-19页 |
| ·神经网络的结构和工作方式 | 第19-20页 |
| ·神经网络在电路故障诊断方面的研究 | 第20-25页 |
| ·神经网络的故障诊断能力 | 第20-21页 |
| ·神经网络故障诊断 | 第21-25页 |
| ·BP神经网络 | 第25-34页 |
| ·BP网络原理 | 第25-26页 |
| ·BP神经网络的构建 | 第26-27页 |
| ·BP神经网络的算法 | 第27-30页 |
| ·BP神经网络的局限性 | 第30-32页 |
| ·BP学习算法的改进 | 第32-34页 |
| ·BP网络在电路故障诊断中的应用 | 第34-39页 |
| 第3章 小波神经网络及其在电路故障诊断中的应用 | 第39-55页 |
| ·小波理论 | 第39-40页 |
| ·小波神经网络简介 | 第40-42页 |
| ·小波神经网络概况 | 第40-41页 |
| ·小波神经网络的分类 | 第41-42页 |
| ·小波分析和神经网络的结合形式 | 第42页 |
| ·小波神经网络参数调整算法 | 第42-46页 |
| ·小波神经网络在电路故障诊断中的应用 | 第46-52页 |
| ·BP网络和小波网络的比较 | 第52-55页 |
| 第4章 虚拟仪器在故障诊断中的应用 | 第55-71页 |
| ·虚拟仪器与LabVIEW | 第55-58页 |
| ·虚拟仪器的概念 | 第55页 |
| ·虚拟仪器的结构 | 第55-56页 |
| ·LabVIEW语言 | 第56-58页 |
| ·数据采集模块 | 第58-65页 |
| ·虚拟信号发生器 | 第58-60页 |
| ·虚拟示波器 | 第60-63页 |
| ·虚拟万用表 | 第63-65页 |
| ·虚拟仪器在电路板故障检测中的应用 | 第65-69页 |
| ·LabVIEW与MATLAB混合编程 | 第69-71页 |
| 第5章 防化辐射仪电路的故障诊断 | 第71-81页 |
| ·防化仪器 | 第71-75页 |
| ·防化电路 | 第72-74页 |
| ·电路板故障分析 | 第74-75页 |
| ·负反馈放大电路故障诊断 | 第75-81页 |
| ·电路交流分析 | 第75-76页 |
| ·训练小波神经网络 | 第76-79页 |
| ·神经网络的测试结果 | 第79-81页 |
| 第6章 结论与展望 | 第81-83页 |
| ·结论 | 第81页 |
| ·展望 | 第81-83页 |
| 参考文献 | 第83-87页 |
| 致谢 | 第87页 |
