摘要
第1章绪论
1.1课题背景及意义
1.2课题国内外研究现状
1.2.1故障诊断概述
1.2.2惯性导航系统概述
1.2.3传统导航系统故障诊断的研究现状
1.2.4基于数据驱动的导航系统故障诊断的研究现状
1.2.5基于深度学习的故障诊断的研究现状
1.3本文的主要研究内容
第2章深度置信网的工作原理与分类能力研究
2.1引言
2.2深度置信网的工作原理
2.2.1受限玻尔兹曼机
2.2.2深度置信网的网络结构
2.2.3深度置信网的训练过程
2.3 RBM特征提取能力分析
2.3.1不同迭代次数下RBM特征提取能力的验证
2.3.2不同隐层神经元数目下RBM特征提取能力的验证
2.4DBN分类能力分析与评价
2.5本章小结
第3章优化DBN模型的构建
3.1引言
3.2.1 Inexact LSA-GA
3.2.2 Inexact LSA-GA权值寻优算法
3.3基于蝙蝠算法的DBN神经元数目的动态调节
3.3.1蝙蝠算法
3.3.2 DBN神经元数目的动态调整
3.4优化DBN的工作机制
3.5本章小结
第4章轮式机器人IMUs故障数据集的创建
4.1引言
4.2实验数据获取
4.3数据预处理
4.3.1 MPU6050的误差分析
4.3.2数据预处理措施
4.4 IMUs故障信号仿真
4.5数据集创建
4.6本章小结
第5章优化DBN故障诊断模型的性能分析
5.1引言
5.2优化DBN的动态训练过程分析
5.3优化DBN的故障分类性能评价
5.3.1性能评价指标计算
5.3.2验证集分类结果可视化
5.3.3泛化能力验证
5.4本章小结
结论
参考文献
攻读硕士学位期间发表的论文及其它成果
声明
致谢
东北电力大学;