| 第1章 概述 | 第1-13页 |
| 1．1 课题的来源及意义 | 第8-9页 |
| 1．1．1 课题的来源及研究意义 | 第8页 |
| 1．1．2 国内外研究现状及水平 | 第8-9页 |
| 1．2 含水量测量方法综述 | 第9-10页 |
| 1．3 测量系统测量原理 | 第10-11页 |
| 1．4 信息融合问题的提出及其目的 | 第11页 |
| 1．5 信息融合技术研究的历史与现状 | 第11-13页 |
| 第2章 系统方案设计 | 第13-20页 |
| 2．1 系统原理框图 | 第13-14页 |
| 2．2 系统硬件设计 | 第14-20页 |
| 2．2．1 传感器 | 第14-16页 |
| 2．2．2 测量放大电路 | 第16-18页 |
| 2．2．3 电路调试 | 第18-19页 |
| 2．2．4 数据采集 | 第19-20页 |
| 第3章 数据融合的原理与方法 | 第20-27页 |
| 3．1 数据融合的定义 | 第20页 |
| 3．2 数据融合的层次 | 第20-22页 |
| 3．2．1 像素级融合 | 第20-21页 |
| 3．2．2 特征级融合 | 第21页 |
| 3．2．3 决策级融合 | 第21-22页 |
| 3．3 数据融合的结构 | 第22-24页 |
| 3．3．1 数据融合的结构形式 | 第22-23页 |
| 3．3．2 数据融合系统的构成 | 第23-24页 |
| 3．4 信息融合技术在民事领域的应用 | 第24-25页 |
| 3．5 数据融合的方法简介 | 第25-27页 |
| 第4章 信息融合技术在油品含水量智能检测系统中的应用 | 第27-41页 |
| 4．1 智能检测系统的自适应加权数据融合 | 第27-29页 |
| 4．1．1 权的概念与权数的确定 | 第27-28页 |
| 4．1．2 智能检测系统的自适应加权融合算法 | 第28-29页 |
| 4．2 基于曲面拟合法多传感器信息融合技术 | 第29-33页 |
| 4．2．1 曲面拟合法的基本原理 | 第29-30页 |
| 4．2．2 曲面拟合法的具体步骤 | 第30-33页 |
| 4．3 基于神经网络法的多传感器信息融合技术 | 第33-38页 |
| 4．3．1 人工神经网络的模型 | 第33-35页 |
| 4．3．2 BP神经网络 | 第35-36页 |
| 4．3．3 神经网络法的多传感器信息融合技术 | 第36-38页 |
| 4．4 数据融合处理的效果 | 第38-41页 |
| 第5章 虚拟仪器技术 | 第41-51页 |
| 5．1 仪器概念的转变 | 第41-43页 |
| 5．2 虚拟仪器测试系统的组成 | 第43-44页 |
| 5．3 虚拟仪器的通用硬件接口 | 第44-45页 |
| 5．4 虚拟检测系统的软件开发平台—LabVIEW | 第45-49页 |
| 5．4．1 基于图形化的开发软件LabVIEW | 第46-47页 |
| 5．4．2 基于LabVIEW平台的虚拟仪器程序设计结构及特点 | 第47-49页 |
| 5．5 设备驱动程序 | 第49-51页 |
| 第6章 系统软件设计 | 第51-60页 |
| 6．1 程序设计思路 | 第51页 |
| 6．2 温度标定和水分标定程序设计 | 第51-58页 |
| 6．2．1 数据采集卡（DAQ）的设置 | 第51-52页 |
| 6．2．2 标定程序设计 | 第52-58页 |
| 6．3 信号处理与结果输出程序设计 | 第58-60页 |
| 结束语 | 第60-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-64页 |
