空气质量监测系统的数据融合的研究

摘要	第1-6页
Abstract	第6-10页
第1章 绪论	第10-18页
·课题目的及意义	第10-16页
·国内外研究现状	第12页
·气体传感器发展现状	第12-14页
·数据融合的发展现状	第14-15页
·神经网络的发展现状	第15-16页
·课题主要研究内容	第16-18页
第2章 多气体传感器数据采集系统的建立	第18-29页
·标准配气系统的建立	第18-20页
·测试容器	第18-19页
·注射器静态配气法	第19-20页
·数据采集系统设计	第20-24页
·数据采集系统硬件设计	第20-23页
·数据采集系统软件设计	第23-24页
·学习样本和目标输出的确定	第24-28页
·本章小结	第28-29页
第3章 BP 和 RBF 神经网络建模仿真	第29-41页
·基于 BP 神经网络的数据融合	第29-35页
·BP 神经网络结构	第29-31页
·BP 神经网络算法	第31-34页
·BP 模型和仿真训练	第34-35页
·基于 RBF 神经网络的数据融合	第35-40页
·RBF 基本结构及数学模型	第35-36页
·RBF 神经网络的基本结构	第36-37页
·RBF 神经网络的映射关系	第37-38页
·RBF 神经网络旳映射机理	第38页
·RBF 训练算法设计	第38-40页
·本章小结	第40-41页
第4章 神经网络应用数据比较与分析	第41-53页
·理论比较分析	第41-42页
·仿真结果比较分析	第42-52页
·定性分析	第42-44页
·定量分析	第44-52页
·本章小结	第52-53页
结论	第53-54页
参考文献	第54-58页
攻读学位期间发表的学术论文	第58-59页
致谢	第59页