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RBF神经网络的可燃气体检测系统的研究

摘要第4-5页
Abstract第5页
第一章 绪论第8-12页
    1.1 可燃气体检测的研究背景及意义第8-9页
    1.2 国内外气体检测技术的发展历史和研究现状第9-11页
        1.2.1 国内外气体检测技术的发展历史第9-10页
        1.2.2 气体检测技术的研究现状第10-11页
    1.3 论文研究主要内容第11页
    1.4 论文章节结构第11-12页
第二章 可燃气体检测技术第12-24页
    2.1 可燃气体第12页
        2.1.1 可燃气体分类及主要成分第12页
        2.1.2 可燃气体主要危险性分析第12页
        2.1.3 可燃气体事故类型第12页
    2.2 气体传感器技术第12-18页
        2.2.1 气体传感器的组成第13页
        2.2.2 气体传感器的分类及其工作原理第13-15页
        2.2.3 气体传感器的主要特性第15-17页
        2.2.4 气体传感器的选择依据第17-18页
    2.3 多传感器理论第18-21页
        2.3.1 多传感器气体检测理论第18-19页
        2.3.2 多传感器信息融合技术第19-20页
        2.3.3 多传感器信息融合过程第20-21页
    2.4 常用的无线通信技术第21-23页
        2.4.1 ZigBee(IEEE802.15.4)第21-22页
        2.4.2 蓝牙(IEEE802.15.1)第22页
        2.4.3 无线宽带(IEEE802.lla/b/)第22页
        2.4.4 无线通信技术功耗对比第22-23页
    2.5 本章小结第23-24页
第三章 可燃气体检测系统设计第24-38页
    3.1 气体传感器阵列的组成第25-26页
        3.1.1 气体传感器阵列的特点第25页
        3.1.2 气体传感器阵列的组成第25-26页
    3.2 气体采集模块第26-28页
    3.3 微控制器模块第28-34页
        3.3.1 STM32 介绍第29-30页
        3.3.2 STM32 特性第30-34页
    3.4 无线通信单元第34-35页
    3.5 电源单元第35-36页
    3.6 检测系统工作流程及实验数据获取第36页
        3.6.1 检测系统工作流程第36页
        3.6.2 样本数据的获取第36页
    3.7 本章小结第36-38页
第四章 基于神经网络的可燃气体检测方法第38-53页
    4.1 人工神经网络第38-39页
    4.2 RBF神经网络第39-42页
        4.2.1 RBF神经网络结构模型第39-41页
        4.2.2 RBF神经网络的学习算法第41-42页
    4.3 RBF神经网络在可燃气体检测领域的应用第42-52页
        4.3.1 单一可燃气体定性识别第42-45页
        4.3.2 单一可燃气体的定量分析第45-47页
        4.3.3 混合可燃气体的定量分析第47-52页
    4.4 本章小结第52-53页
第五章 系统软件设计第53-60页
    5.1 微控制器软件设计第53-56页
        5.1.1 初始化设计第53-54页
        5.1.2 检测模式第54-56页
    5.2 CC2531 无线收发节点软件设计第56-59页
    5.3 本章小结第59-60页
总结与展望第60-62页
参考文献第62-65页
致谢第65页

论文共65页,点击 下载论文
上一篇:基于CAN总线的工业园区智能照明控制系统设计
下一篇:轮式移动机器人控制算法研究及其伺服系统设计