| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 课题的研究背景和意义 | 第10-11页 |
| 1.1.1 课题研究的背景 | 第10页 |
| 1.1.2 课题研究的意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.2.1 储粮数量检测方法研究现状 | 第11页 |
| 1.2.2 支持向量回归研究现状 | 第11-12页 |
| 1.3 论文研究内容和章节组织 | 第12-15页 |
| 1.3.1 论文研究内容 | 第12-13页 |
| 1.3.2 论文章节组织 | 第13-15页 |
| 第二章 支持向量回归算法介绍 | 第15-26页 |
| 2.1 支持向量回归基本原理 | 第15-21页 |
| 2.1.1 统计学习理论 | 第15-17页 |
| 2.1.2 支持向量机基本原理 | 第17-19页 |
| 2.1.3 支持向量回归基本理论 | 第19-21页 |
| 2.2 常用的回归算法 | 第21-24页 |
| 2.2.1 线性回归 | 第21-22页 |
| 2.2.2 多项式回归 | 第22-23页 |
| 2.2.3 岭回归 | 第23-24页 |
| 2.3 支持向量回归算法优势 | 第24-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第三章 支持向量回归检测模型 | 第26-39页 |
| 3.1 粮仓储粮数量与压强分布的关系 | 第26页 |
| 3.2 压力传感器布置模型 | 第26-27页 |
| 3.3 储粮数量SVR检测模型 | 第27-31页 |
| 3.3.1 基于传感器压强均值的SVR检测模型 | 第27-30页 |
| 3.3.2 基于传感器输出序列的SVR检测模型 | 第30-31页 |
| 3.4 检测实例与结果分析 | 第31-38页 |
| 3.4.1 基于传感器压强均值的SVR模型检测结果 | 第31-33页 |
| 3.4.2 基于传感器输出序列的SVR模型检测结果 | 第33-38页 |
| 3.4.3 检测结果分析 | 第38页 |
| 3.5 本章小结 | 第38-39页 |
| 第四章 系统设计与实现 | 第39-62页 |
| 4.1 系统总体设计 | 第39-42页 |
| 4.1.1 系统设计原则 | 第39-40页 |
| 4.1.2 系统设计功能 | 第40-41页 |
| 4.1.3 系统工作流程设计 | 第41-42页 |
| 4.2 系统硬件设计 | 第42-49页 |
| 4.2.1 数据集中器 | 第43-48页 |
| 4.2.2 网关 | 第48-49页 |
| 4.3 系统软件设计 | 第49-59页 |
| 4.3.1 数据存储模块 | 第49-53页 |
| 4.3.2 数据处理模块 | 第53-54页 |
| 4.3.3 设置模块 | 第54-55页 |
| 4.3.4 界面显示模块 | 第55-59页 |
| 4.4 系统实现 | 第59-61页 |
| 4.5 本章小结 | 第61-62页 |
| 第五章 总结与展望 | 第62-63页 |
| 5.1 工作总结 | 第62页 |
| 5.2 工作展望 | 第62-63页 |
| 参考文献 | 第63-66页 |
| 致谢 | 第66-67页 |
| 个人简历 | 第67页 |