首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文--人工神经网络与计算论文

基于混沌和神经网络的时域参数测试研究及其在示波器中的应用

摘要第1-7页
ABSTRACT第7-13页
第一章 绪论第13-26页
   ·研究背景和意义第13-15页
   ·神经网络的发展及研究方向第15-18页
     ·神经网络的发展第16-17页
     ·神经网络的研究方向和状况第17-18页
   ·混沌学发展及研究状况第18-21页
     ·混沌发展简况第18-20页
     ·国内外混沌研究状况第20-21页
   ·数字示波器的发展及提出的问题第21-23页
   ·课题来源及作者研究方向第23-24页
   ·全文的主要内容及安排第24-26页
第二章 Elman神经网络和竞争网络建模研究及其应用第26-50页
   ·引言第26页
   ·神经网络的基本原理第26-29页
     ·基本的神经网络及分类第26-28页
     ·人工神经网络的学习第28-29页
   ·Elman神经网络结构、算法及在测量中的应用第29-41页
     ·基本Elman神经网络的结构和算法第29-32页
     ·Elman网络时域测量仿真第32-34页
     ·改进Elman神经网络的结构和算法第34-37页
     ·改进Elman网络测量仿真第37-41页
   ·竞争神经网络第41-43页
     ·竞争神经网络的基本结构第41-43页
     ·竞争神经网络的学习算法第43页
   ·基于空间分割的竞争神经网络识别信号第43-49页
     ·空间分割神经网络分类原理第44-46页
     ·软边界处理的空间分割神经网络第46-47页
     ·空间分割神经网络分类的实验第47-49页
   ·小结第49-50页
第三章 基于混沌理论的信号检测第50-67页
   ·引言第50-51页
   ·混沌基本研究方法和模型第51-55页
     ·混沌基本研究方法第51-52页
     ·最大Lyapunov指数和嵌入维计算第52-54页
     ·测量中的混沌模型第54-55页
   ·微弱周期信号的测量第55-58页
   ·数字示波器时基中的混沌应用第58-63页
     ·混沌检测模型第59-61页
     ·系统方案第61-63页
   ·随机数字宽带示波器内插时间测量的混沌方法第63-66页
   ·小结第66-67页
第四章 基于混沌和神经网络的微弱信号参数检测第67-90页
   ·引言第67-68页
   ·基于混沌和神经网络的测量模型研究第68-73页
     ·lorenz混沌系统第68-70页
     ·时域信号测量模型第70-72页
     ·混沌背景中微弱信号检测模型第72-73页
   ·基于FP算法的前馈网络的微弱瞬时信号的测量第73-79页
     ·BP网络结构和算法第73-75页
     ·FP算法第75-77页
     ·基于FP算法的前馈网络瞬时信号检测模型及仿真第77-79页
   ·基于混沌和时空神经网络的建模及微弱信号参数检测第79-88页
     ·时空神经网络测量模型第79-81页
     ·混沌背景下的微弱信号测量第81-86页
     ·模型测量实验第86-88页
   ·小结第88-90页
第五章 基于混沌和神经网络逆系统的DSO的校准研究第90-113页
   ·引言第90-91页
   ·数字示波器基本指标和测量方法第91-92页
   ·基于混沌检测模型的电压测量第92-98页
     ·数字示波器电压校准的基本方法第92-93页
     ·基于混沌的数字示波器电压测量方法第93-98页
   ·基于混沌的数字示波器的时基校准第98-101页
     ·时间基准检定常规方法第98-100页
     ·基于混沌检测模型的时基校准法第100-101页
   ·DSO上升时间的神经网络逆系统校准法研究第101-105页
     ·数字示波器上升时间的测量探讨第101-103页
     ·神经网络逆系统校正第103-105页
   ·DSO的"TNT"校准法研究第105-112页
     ·Kick-Out脉冲的参数第106-109页
     ·取样示波器NTN技术适用的带宽分析第109-112页
   ·小结第112-113页
第六章 全文总结与展望第113-117页
致谢第117-118页
参考文献第118-129页
附录A 缩略语第129-130页
附录B 攻读博士期间取得的研究成果第130-132页
 一、科研成果第130页
 二、发表的论文第130-132页
 三、编写书籍第132页
 四、获奖情况第132页

论文共132页,点击 下载论文
上一篇:递归神经网络的连续吸引子与模糊控制
下一篇:微波热致超声波扫描成像系统关键技术研究