首页--工业技术论文--自动化技术、计算机技术论文--自动化技术及设备论文--自动化系统论文--数据处理、数据处理系统论文

基于嵌入式系统的在线训练软测量平台

致谢第1-5页
摘要第5-6页
Abstract第6-8页
目次第8-11页
1 绪论第11-19页
   ·引言第11-12页
   ·研究现状和发展趋势第12-14页
   ·课题研究背景及意义第14-15页
   ·主要贡献与创新点第15-16页
   ·章节安排第16-17页
   ·本章小结第17-19页
2 软测量技术与方法第19-35页
   ·软测量技术第19-22页
     ·软测量的特点第19-20页
     ·软测量的应用步骤第20-21页
     ·软测量方法第21-22页
   ·神经网络与软测量第22-27页
     ·神经网络的特点第22-23页
     ·神经网络的模型与实现第23-26页
     ·神经网络软测量第26-27页
   ·支持向量机与软测量第27-34页
     ·支持向量机的特点第27-28页
     ·支持向量机的模型与实现第28-33页
     ·支持向量机软测量第33-34页
   ·本章小结第34-35页
3 软测量平台硬件设计及实现第35-63页
   ·硬件选型及方案设计第35-39页
     ·设计要求第36页
     ·微控制器选型第36-39页
     ·系统模块化方案设计第39页
   ·微控制器与核心板第39-47页
     ·电源及供电方案第40-42页
     ·微控制器系统电路第42-44页
     ·存储系统扩展第44-46页
     ·外围扩展接口第46-47页
   ·功能扩展与底板第47-52页
     ·RS232通信电路第48页
     ·USB通信电路第48-49页
     ·以太网通信电路第49-50页
     ·模数转换与数模转换电路第50-51页
     ·PWM输出与实时时钟第51-52页
   ·人机接口与面板第52-57页
     ·液晶显示第53-55页
     ·按键电路第55-56页
     ·蜂鸣器与液晶电源调理方案第56-57页
   ·输入输出与接口板第57-58页
     ·模拟输入输出接口第58页
     ·数字输入输出接口第58页
     ·通讯接口第58页
     ·电源与PWM接口第58页
   ·系统的硬件实现第58-61页
   ·本章小结第61-63页
4 软测量平台软件设计及实现第63-100页
   ·软件方案设计第63-64页
   ·系统软件实现第64-74页
     ·模块化软件构成第64-66页
     ·主程序流程第66-67页
     ·人机交互的实现第67-71页
     ·系统菜单第71-73页
     ·功能程序第73-74页
   ·神经网络的嵌入式移植实现第74-92页
     ·神经网络基本模型第75-76页
     ·样本预处理与移植策略第76-79页
     ·隐层节点数的确定第79-84页
     ·学习率与冲量系数的确定第84-89页
     ·训练终止条件的确定第89-92页
   ·支持向量机的嵌入式移植实现第92-98页
     ·支持向量机基本模型第92-94页
     ·训练终止条件的确定第94-96页
     ·不敏感区域(容忍经验风险)的确定第96-97页
     ·惩罚因子与径向基函数gamma参数的确定第97-98页
   ·本章小结第98-100页
5 软测量模型训练策略和仿真分析第100-120页
   ·软测量平台的整体实现第100-102页
   ·训练流程与样本描述第102-107页
   ·神经网络训练策略与改进结果第107-111页
     ·训练基本策略与参数第107-109页
     ·仿真及结果分析第109-111页
   ·支持向量机训练策略与改进结果第111-115页
     ·训练基本策略与参数第111-113页
     ·仿真及结果分析第113-115页
   ·综合比较与扩展第115-118页
     ·性能对比第115-117页
     ·系统策略第117-118页
   ·本章小结第118-120页
6 总结与拓展第120-123页
   ·结论第120-121页
   ·展望第121-123页
参考文献第123-127页
附录第127-129页
作者攻读硕士学位期间的科研成果第129-130页

论文共130页,点击 下载论文
上一篇:基于DSP的生物细胞Mueller矩阵快速测量系统的研究
下一篇:PID控制器性能监控与评估优化技术研究