人工神经网络用于传感信号的模式识别
| 致谢 | 第1-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-11页 |
| 主要字符对照表 | 第11-12页 |
| 1 引言 | 第12-19页 |
| ·神经网络的简介 | 第12-16页 |
| ·BP神经网络 | 第12-14页 |
| ·概率神经网络 | 第14-16页 |
| ·光纤传感信号模式识别的研究现状 | 第16页 |
| ·课题的目的和意义 | 第16-17页 |
| ·课题的目的 | 第17页 |
| ·课题的意义 | 第17页 |
| ·主要的工作内容 | 第17-19页 |
| ·MZI分布式光纤传感系统设计 | 第17页 |
| ·人工神经网络设计及软件仿真 | 第17-18页 |
| ·MATLAB和LABVIEW混合编程 | 第18-19页 |
| 2 MZI分布式光纤传感系统研究 | 第19-31页 |
| ·分布式光纤传感系统简介 | 第19-27页 |
| ·光纤传感器 | 第19-20页 |
| ·基于布里渊散射的光纤传感系统 | 第20-24页 |
| ·MZI光纤传感系统 | 第24-27页 |
| ·MZI传感系统的解调 | 第27-30页 |
| ·MZI传感系统解调的误差分析 | 第30-31页 |
| 3 基于LABVIEW的数据分析及特征量的提取 | 第31-39页 |
| ·神经网络的选择 | 第31-34页 |
| ·BP神经网络设计 | 第31-33页 |
| ·概率神经网络设计 | 第33-34页 |
| ·软件仿真程序设计 | 第34-37页 |
| ·数据截取及特征量的选取 | 第34-37页 |
| ·仿真结果分析 | 第37-39页 |
| 4 利用人工神经网络进行传感信号的模式识别 | 第39-63页 |
| ·利用BP神经网络进行模式识别 | 第39-50页 |
| ·BP网络的训练方法选取 | 第39-50页 |
| ·利用概率神经网络进行模式模式识别 | 第50-53页 |
| ·概率神经网络训练方法的选取 | 第50-52页 |
| ·模式识别结果分析 | 第52-53页 |
| ·MATLAB程序向LABVIEW移植 | 第53-63页 |
| ·MATLAB向LABVIEW的可移植性方法研究 | 第53-56页 |
| ·MATLAB script介绍 | 第56-58页 |
| ·MATLAB程序向LABVIEW移植程序的设计 | 第58-63页 |
| 5 结论 | 第63-64页 |
| 参考文献 | 第64-66页 |
| 作者简历 | 第66-68页 |
| 学位论文数据集 | 第68页 |