基于RBF神经网络的糖厂汽凝水微糖检测装置的研制
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 目录 | 第9-11页 |
| 第一章 绪论 | 第11-20页 |
| 1.1 课题背景及研究意义 | 第11-13页 |
| 1.1.1 汽凝水的收集方法 | 第11-12页 |
| 1.1.2 汽凝水利用中的问题 | 第12-13页 |
| 1.2 国内外研究发展现状 | 第13-17页 |
| 1.2.1 糖分在检测中的相关性质 | 第13-14页 |
| 1.2.2 糖分含量检测方法 | 第14-17页 |
| 1.3 课题的提出 | 第17-18页 |
| 1.4 研究工作的主要内容 | 第18-19页 |
| 1.5 本章小结 | 第19-20页 |
| 第二章 检测原理与系统的总体设计 | 第20-28页 |
| 2.1 装置检测原理 | 第20页 |
| 2.2 介质损耗检测原理 | 第20-23页 |
| 2.2.1 介质损耗的介绍 | 第21-22页 |
| 2.2.2 介质损耗的检测原理 | 第22-23页 |
| 2.3 电导检测原理 | 第23-24页 |
| 2.4 温度检测原理 | 第24-25页 |
| 2.5 系统的总体设计 | 第25-27页 |
| 2.6 本章小结 | 第27-28页 |
| 第三章 基于RBF神经网络的数据处理 | 第28-38页 |
| 3.1 汽凝水数据检测收集 | 第28-30页 |
| 3.1.1 汽凝水数据的测量与标定 | 第28-29页 |
| 3.1.2 汽凝水糖分浓度标定过程 | 第29-30页 |
| 3.2 人工神经网络 | 第30-32页 |
| 3.2.1 人工神经网络的原理 | 第30-31页 |
| 3.2.2 人工神经网络的选择 | 第31-32页 |
| 3.3 RBF神经网络算法 | 第32-33页 |
| 3.4 RBF神经网络训练 | 第33-35页 |
| 3.5 训练网络的分析 | 第35-36页 |
| 3.6 本章小结 | 第36-38页 |
| 第四章 系统的硬件结构设计 | 第38-58页 |
| 4.1 硬件系统的总体设计 | 第38-39页 |
| 4.2 微处理器模块 | 第39-41页 |
| 4.2.1 数据处理芯片的选择 | 第39页 |
| 4.2.2 TMS320F2812简介 | 第39-41页 |
| 4.3 正弦信号发生电路 | 第41-44页 |
| 4.4 信号检测模块 | 第44-52页 |
| 4.4.1 电压信号检测电路 | 第45-47页 |
| 4.4.2 电流信号检测电路 | 第47-48页 |
| 4.4.3 模拟滤波电路设计 | 第48-50页 |
| 4.4.4 A/D转换电路设计 | 第50-52页 |
| 4.5 温度检测电路 | 第52-54页 |
| 4.6 通信模块的设计 | 第54-55页 |
| 4.7 液晶显示模块的设计 | 第55-56页 |
| 4.8 直流工作电源电路的设计 | 第56-57页 |
| 4.9 本章小结 | 第57-58页 |
| 第五章 系统的软件设计 | 第58-70页 |
| 5.1 系统软件的开发环境 | 第58-59页 |
| 5.2 系统软件的总体设计 | 第59-61页 |
| 5.3 系统初始化设计 | 第61-62页 |
| 5.4 数据采集模块程序设计 | 第62-63页 |
| 5.4.1 温度数据检测程序 | 第62-63页 |
| 5.4.2 电压和电流数据采集程序 | 第63页 |
| 5.5 数据处理模块程序设计 | 第63-66页 |
| 5.5.1 傅里叶变换频谱分析算法 | 第63-66页 |
| 5.5.2 数据处理程序的实现 | 第66页 |
| 5.6 RBF神经网络在DSP上的实现 | 第66-68页 |
| 5.7 液晶显示模块程序设计 | 第68-69页 |
| 5.8 本章小结 | 第69-70页 |
| 第六章 实验结果 | 第70-73页 |
| 6.1 实验方法 | 第70页 |
| 6.2 实验数据与分析 | 第70-71页 |
| 6.3 实验结论 | 第71页 |
| 6.4 本章小结 | 第71-73页 |
| 第七章 总结与展望 | 第73-75页 |
| 7.1 总结 | 第73-74页 |
| 7.2 展望 | 第74-75页 |
| 参考文献 | 第75-79页 |
| 致谢 | 第79-80页 |
| 攻读硕士学位期间发表的学术论文 | 第80页 |
