| 摘要 | 第1-9页 |
| ABSTRACT | 第9-11页 |
| 插图索引 | 第11-12页 |
| 附表索引 | 第12-13页 |
| 第1章 绪论 | 第13-23页 |
| ·引言 | 第13页 |
| ·传感器简介 | 第13-15页 |
| ·传感器的基本结构 | 第13-14页 |
| ·传感器的基本特性 | 第14-15页 |
| ·传感器的应用领域 | 第15-16页 |
| ·国内外研究现状 | 第16-19页 |
| ·传感器的国内外研究现状 | 第16-17页 |
| ·传感器非线性校正的国内外研究现状 | 第17-19页 |
| ·传感器的发展趋势 | 第19-21页 |
| ·课题的研究意义及主要内容 | 第21-23页 |
| ·课题的研究意义 | 第21-22页 |
| ·课题研究的主要内容 | 第22-23页 |
| 第2章 支持向量机理论及遗传算法 | 第23-38页 |
| ·统计学习理论 | 第23-25页 |
| ·支持向量机 | 第25-33页 |
| ·支持向量机分类 | 第26-30页 |
| ·核函数 | 第30页 |
| ·支持向量机回归 | 第30-33页 |
| ·遗传算法 | 第33-36页 |
| ·遗传算法的基本原理 | 第33-34页 |
| ·遗传算法的基本流程 | 第34-35页 |
| ·遗传算法的基本操作 | 第35-36页 |
| ·遗传算法的特点 | 第36页 |
| ·遗传算法和支持向量机相结合的可行性分析 | 第36-37页 |
| ·小结 | 第37-38页 |
| 第3章 基于GA-SVM的传感器非线性校正模型的建立 | 第38-45页 |
| ·CYJ-101 型压阻式压力传感器介绍 | 第38-41页 |
| ·基本结构 | 第38-39页 |
| ·工作原理 | 第39页 |
| ·测量电路 | 第39-40页 |
| ·主要特点 | 第40-41页 |
| ·压力传感器的非线性校正原理 | 第41-42页 |
| ·基于支持向量机的压力传感器非线性校正模型 | 第42-43页 |
| ·遗传算法实现支持向量机参数优化的过程 | 第43-44页 |
| ·小结 | 第44-45页 |
| 第4章 传感器非线性校正实例及结果分析 | 第45-56页 |
| ·实验数据 | 第45-46页 |
| ·实验标定数据 | 第45-46页 |
| ·归一化处理 | 第46页 |
| ·遗传支持向量机校正结果 | 第46-51页 |
| ·多项式核函数的遗传支持向量机校正结果 | 第47-49页 |
| ·径向基核函数的遗传支持向量机校正结果 | 第49-51页 |
| ·支持向量机校正结果 | 第51-53页 |
| ·多项式核函数的支持向量机校正结果 | 第51-52页 |
| ·径向基核函数的支持向量机校正结果 | 第52-53页 |
| ·BP 神经网络法校正结果 | 第53-54页 |
| ·结果分析 | 第54-55页 |
| ·小结 | 第55-56页 |
| 第5章 传感器非线性校正系统的硬件和软件设计 | 第56-66页 |
| ·系统总体设计 | 第56页 |
| ·硬件部分设计 | 第56-61页 |
| ·压力传感器 | 第56页 |
| ·程控放大器 | 第56-57页 |
| ·A/D 转换电路 | 第57-58页 |
| ·AT89C51 单片机 | 第58-60页 |
| ·LED 显示 | 第60-61页 |
| ·RS-232 实现 | 第61页 |
| ·软件部分设计 | 第61-65页 |
| ·软件整体设计及主要子程序 | 第61-64页 |
| ·遗传算法子程序 | 第64-65页 |
| ·支持向量机算法子程序 | 第65页 |
| ·小结 | 第65-66页 |
| 总结与展望 | 第66-67页 |
| 参考文献 | 第67-72页 |
| 致谢 | 第72-73页 |
| 附录A：攻读学位期间所发表的学术论文 | 第73页 |