| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-22页 |
| ·课题研究背景和意义 | 第9页 |
| ·电力变压器故障诊断的研究现状 | 第9-15页 |
| ·电力变压器运行中常见的故障类型与油中气体含量的关系 | 第9-10页 |
| ·电力变压器故障诊断的传统方法 | 第10-12页 |
| ·电力变压器故障诊断的智能方法 | 第12-15页 |
| ·神经网络集成的研究现状 | 第15-21页 |
| ·神经网络集成在变压器故障诊断中的应用 | 第15页 |
| ·神经网络集成概念的提出 | 第15-16页 |
| ·神经网络集成技术的研究现状 | 第16-20页 |
| ·存在的问题及本文研究的重点 | 第20-21页 |
| ·本文研究内容 | 第21-22页 |
| 第2章 相关理论基础 | 第22-37页 |
| ·神经网络集成的理论 | 第22-23页 |
| ·Bagging 和Boosting 集成方法的基本理论 | 第23-25页 |
| ·Bagging 方法 | 第23-24页 |
| ·Boosting 方法 | 第24-25页 |
| ·BP 网络的基本理论 | 第25-30页 |
| ·BP 网络的网络结构 | 第25-26页 |
| ·BP 网络的学习 | 第26-27页 |
| ·参数的设置 | 第27-30页 |
| ·多层感知器网络的基本理论 | 第30-33页 |
| ·感知器的网络结构 | 第30-31页 |
| ·感知器的学习 | 第31-32页 |
| ·多层感知器的原理 | 第32-33页 |
| ·径向基神经网络的基本理论 | 第33-35页 |
| ·径向基神经网络的结构 | 第33-34页 |
| ·径向基神经网络的学习 | 第34-35页 |
| ·贝叶斯分类的基本思想 | 第35-36页 |
| ·最近邻法的基本思想 | 第36页 |
| ·小结 | 第36-37页 |
| 第3章 主动协同差异学习神经网络集成模型 | 第37-50页 |
| ·相关理论分析 | 第37-41页 |
| ·集成误差的理论分析 | 第37-38页 |
| ·集成网络差异性学习 | 第38-39页 |
| ·个体网络的训练算法 | 第39-41页 |
| ·集成网络动态并行协同构造算法 | 第41-42页 |
| ·变压器故障诊断实验 | 第42-48页 |
| ·成员网络差异性评价 | 第42-43页 |
| ·单一网络和集成网络性能的比较 | 第43-44页 |
| ·集成网络差异性学习和独立学习的比较 | 第44-45页 |
| ·差异性集成方法和其它传统方法的比较 | 第45-48页 |
| ·小结 | 第48-50页 |
| 第4章 输出数据修正的新型差异性神经网络集成模型 | 第50-57页 |
| ·输出数据修正差异性神经网络集成的理论分析 | 第50-52页 |
| ·理论基础 | 第50-51页 |
| ·输出数据修正 | 第51-52页 |
| ·新型差异性集成网络的构造算法 | 第52-53页 |
| ·输出数据修正差异性神经网络集成的变压器故障诊断实验 | 第53-55页 |
| ·小结 | 第55-57页 |
| 总结 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 致谢 | 第62-63页 |
| 附录：个人简历、在校期间发表的学术论文及研究成果 | 第63页 |
