| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第一章 绪论 | 第10-16页 |
| ·研究背景 | 第10-11页 |
| ·智能传感器的发展 | 第11-12页 |
| ·瓦斯传感器的研究现状 | 第12-14页 |
| ·本文研究的主要工作内容 | 第14-15页 |
| ·本章小结 | 第15-16页 |
| 第二章 人工神经网络基本原理及其算法 | 第16-35页 |
| ·人工神经网络的发展及基本原理 | 第16-20页 |
| ·人工神经网络的发展 | 第16-18页 |
| ·神经元模型 | 第18-19页 |
| ·神经网络的学习方法 | 第19-20页 |
| ·BP神经网络结构及算法 | 第20-25页 |
| ·BP神经网络结构 | 第20-22页 |
| ·BP神经网络算法 | 第22-25页 |
| ·径向基函数(RBF)神经网络结构及算法 | 第25-30页 |
| ·RBF神经网络结构 | 第25-27页 |
| ·RBF神经网络算法 | 第27-30页 |
| ·影响网络性能的因素 | 第30-34页 |
| ·本章小结 | 第34-35页 |
| 第三章 利用人工神经网络改善传感器非线性 | 第35-54页 |
| ·常用的瓦斯气体浓度的检测方法及缺陷 | 第35-39页 |
| ·目前常用传感器非线性补偿的方法 | 第39-41页 |
| ·基于RBF神经网络的传感器非线性校正和补偿 | 第41-47页 |
| ·传感器数学模型的建模方法 | 第41-43页 |
| ·RBF神经网络补偿算法的设计 | 第43-47页 |
| ·仿真结果比较 | 第47-52页 |
| ·本章小结 | 第52-54页 |
| 第四章 基于LABVIEW的瓦斯检测系统的设计 | 第54-71页 |
| ·虚拟仪器概述及其特点 | 第54-56页 |
| ·虚拟仪器 | 第54-55页 |
| ·虚拟仪器的特点 | 第55-56页 |
| ·LABVIEW的简介 | 第56-59页 |
| ·LabVIEW特点 | 第56-57页 |
| ·LabVIEW的软件开发流程和设计步骤 | 第57-58页 |
| ·LabVIEW与MATLAB混合编程 | 第58-59页 |
| ·利用LABVIEW设计瓦斯检测系统 | 第59-70页 |
| ·虚拟瓦斯检测系统 | 第59-61页 |
| ·基于LabVIEW实现的瓦斯检测系统神经网络补偿算法 | 第61-63页 |
| ·基于LabVIEW实现的瓦斯检测系统整体设计 | 第63-70页 |
| ·本章小结 | 第70-71页 |
| 第五章 总结与展望 | 第71-74页 |
| ·本文总结 | 第71-72页 |
| ·展望 | 第72-74页 |
| 参考文献 | 第74-77页 |
| 致谢 | 第77-78页 |
| 攻读学位期间发表的学术论文 | 第78页 |