神经网络在瓦斯光谱传感系统中的应用研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-14页 |
| 1 绪论 | 第14-22页 |
| ·课题研究的背景及意义 | 第14-15页 |
| ·国内外研究现状 | 第15-20页 |
| ·瓦斯监测系统的现状 | 第15-17页 |
| ·神经网络的研究现状 | 第17-20页 |
| ·设计思路及实现手段 | 第20-21页 |
| ·本论文的主要工作 | 第21-22页 |
| 2 神经网络基本原理 | 第22-33页 |
| ·神经网络的定义 | 第22页 |
| ·神经网络的特性 | 第22-23页 |
| ·神经网络的发展历史 | 第23-25页 |
| ·神经元结构和网络结构 | 第25-30页 |
| ·生物神经元的构成 | 第25-26页 |
| ·生物神经元特性 | 第26-27页 |
| ·人工神经元模型的建立 | 第27-29页 |
| ·人工神经网络结构 | 第29-30页 |
| ·神经网络的学习 | 第30-32页 |
| ·神经网络在本文中的应用 | 第32-33页 |
| 3 瓦斯光谱吸收原理 | 第33-53页 |
| ·气体分子光谱理论 | 第33-35页 |
| ·气体分子的振转能级结构理论 | 第33-34页 |
| ·气体分子的运动形式及其光谱 | 第34页 |
| ·基频、泛频及组合频率光谱 | 第34-35页 |
| ·甲烷气体吸收谱线的选择 | 第35-42页 |
| ·气体分子的吸收线型 | 第35-38页 |
| ·气体分子吸收谱线的强度分布 | 第38-40页 |
| ·甲烷气体吸收谱线 | 第40-42页 |
| ·甲烷检测系统实验 | 第42-53页 |
| ·实验装置设计 | 第42-51页 |
| ·信号调制 | 第51页 |
| ·实验结果分析 | 第51-53页 |
| 4 基于神经网络的瓦斯浓度预测设计 | 第53-72页 |
| ·BP 算法介绍 | 第53-57页 |
| ·性能指数 | 第53-54页 |
| ·链法则 | 第54-55页 |
| ·敏感性的反向 | 第55-57页 |
| ·小结 | 第57页 |
| ·瓦斯浓度预警面临的主要问题 | 第57-58页 |
| ·时间序列的基本理论 | 第58-59页 |
| ·时间序列基本概念 | 第58-59页 |
| ·时间序列预测 | 第59页 |
| ·神经网络浓度预测的可行性分析 | 第59-62页 |
| ·神经网络瓦斯浓度预测的原理 | 第60页 |
| ·神经网络进行瓦斯浓度预测所遇到的问题 | 第60-62页 |
| ·BP 神经网络模型参数的设计 | 第62-63页 |
| ·样本数据的选取 | 第63-64页 |
| ·神经网络预测实验仿真 | 第64-72页 |
| ·单步预测实验仿真 | 第67-68页 |
| ·滚动预测实验仿真 | 第68-71页 |
| ·实验结果分析 | 第71-72页 |
| 5 BP 神经网络的FPGA 实现 | 第72-84页 |
| ·神经网络硬件实现的框图与模块的划分 | 第72-73页 |
| ·神经网络硬件实现的基本功能 | 第72-73页 |
| ·系统设计模块的划分 | 第73页 |
| ·BP 算法模块的实现 | 第73-82页 |
| ·传输函数的实现 | 第74-80页 |
| ·乘法器的实现 | 第80页 |
| ·加法器的实现 | 第80页 |
| ·存储器的实现 | 第80-82页 |
| ·控制模块的实现 | 第82-83页 |
| ·前馈层控制 | 第82页 |
| ·反传模块控制 | 第82页 |
| ·权值更新模块 | 第82-83页 |
| ·实验结果分析 | 第83-84页 |
| 6 结论与展望 | 第84-86页 |
| ·结论 | 第84-85页 |
| ·展望 | 第85-86页 |
| 参考文献 | 第86-91页 |
| 致谢 | 第91-92页 |
| 作者简介及读研期间主要科研成果 | 第92-93页 |
