基于小波神经网络的混合气体测试系统研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 1 绪论 | 第8-14页 |
| ·引言 | 第8-9页 |
| ·电子鼻简介 | 第9-10页 |
| ·模式识别技术 | 第10-12页 |
| ·模式识别的概念 | 第10页 |
| ·模式识别系统和方法 | 第10-12页 |
| ·论文的主要工作 | 第12-14页 |
| 2 小波分析和神经网络 | 第14-34页 |
| ·小波分析基础理论 | 第14-19页 |
| ·小波分析的发展历程 | 第14-15页 |
| ·小波母函数 | 第15-17页 |
| ·连续小波变换（CWT） | 第17-18页 |
| ·离散小波变换（DWT）和二进制小波变换 | 第18-19页 |
| ·人工神经网络 | 第19-25页 |
| ·人工神经网络概述 | 第19-21页 |
| ·神经网络模型 | 第21-23页 |
| ·人工神经网络的特点及基本功能 | 第23-25页 |
| ·小波神经网络及其训练算法 | 第25-34页 |
| ·小波神经网络基本结构 | 第26页 |
| ·小波基函数的选择 | 第26-27页 |
| ·小波神经网络各层节点数的确定 | 第27页 |
| ·小波神经网络训练算法的推导 | 第27-34页 |
| 3 混合气体检测系统设计 | 第34-42页 |
| ·系统的硬件结构 | 第34-37页 |
| ·系统的应用程序编程 | 第37-42页 |
| 4 基于小波神经网络的混合气体检测和实验结果分析 | 第42-48页 |
| ·引言 | 第42页 |
| ·小波神经网络在混合气体检测中的应用 | 第42-46页 |
| ·信号预处理 | 第43页 |
| ·特征提取 | 第43-44页 |
| ·模式识别 | 第44-46页 |
| ·实验过程及其结果分析 | 第46-48页 |
| ·实验过程 | 第46-47页 |
| ·混合气体定量检测 | 第47-48页 |
| 5 总结和展望 | 第48-50页 |
| ·总结 | 第48页 |
| ·展望 | 第48-50页 |
| 致谢 | 第50-51页 |
| 参考文献 | 第51-54页 |
| 附录 攻读硕士学位期间发表的论文 | 第54页 |
