人工神经网络技术在光电检测中的应用研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-6页 |
| 创新点摘要 | 第6-9页 |
| 第一章 绪论 | 第9-14页 |
| ·光电检测技术应用与发展趋势 | 第9-12页 |
| ·本课题研究的目的、意义和内容 | 第12-13页 |
| ·本课题研究的目的、意义 | 第12页 |
| ·本课题研究的主要内容 | 第12-13页 |
| ·课题研究方案 | 第13-14页 |
| 第二章 人工神经网络在光电检测中应用的可行性分析 | 第14-19页 |
| ·人工神经网络概述 | 第14-15页 |
| ·影响光电检测系统检测精度的因素 | 第15-16页 |
| ·传统的非线性误差补偿方法及不足 | 第16-17页 |
| ·神经网络在光电检测中应用的可行性 | 第17-18页 |
| ·本章小结 | 第18-19页 |
| 第三章 人工神经网络模型研究 | 第19-30页 |
| ·人工神经网络模型的选择 | 第19页 |
| ·BP神经网络性能分析 | 第19-25页 |
| ·BP神经网络模型 | 第19-24页 |
| ·BP神经网络缺点 | 第24页 |
| ·BP算法的改进方法 | 第24-25页 |
| ·RBF神经网络模型 | 第25-29页 |
| ·RBF神经网络结构和工作原理 | 第25-27页 |
| ·RBF网络常用的学习算法及训练流程 | 第27-29页 |
| ·神经网络工具箱 | 第29页 |
| ·本章小结 | 第29-30页 |
| 第四章 人工神经网络在光电检测系统中的应用 | 第30-50页 |
| ·神经网络在基于光电二极管光照度检测系统中的应用 | 第30-43页 |
| ·基于光电二极管的光照度检测原理及其特性分析 | 第30-32页 |
| ·BP神经网络的设计及实验结果 | 第32-36页 |
| ·遗传算法优化BP神经网络方法及实验结果 | 第36-40页 |
| ·RBF神经网络的设计及实验结果 | 第40-43页 |
| ·神经网络在基于光电池的光照度检测系统中的应用 | 第43-48页 |
| ·基于光电池的光照度检测原理及其特性分析 | 第43-45页 |
| ·遗传算法优化BP神经网络的实验结果 | 第45-46页 |
| ·应用RBF神经网络的实验结果 | 第46-48页 |
| ·实验结果分析 | 第48-49页 |
| ·本章小结 | 第49-50页 |
| 第五章 结论 | 第50-51页 |
| 参考文献 | 第51-54页 |
| 攻读硕士学位期间公开发表的论文 | 第54-55页 |
| 致谢 | 第55-56页 |
| 论文摘要 | 第56-65页 |
