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

基于BP神经网络和证据理论融合的火灾探测信息处理

摘要第1-7页
Abstract第7-12页
1 绪论第12-17页
   ·火灾探测信息处理算法的研究意义和应用背景第12-13页
   ·火灾发展的一般规律第13-14页
   ·火灾自动报警系统发展第14-15页
     ·火灾自动报警系统发展历史第14-15页
     ·我国火灾自动报警系统发展概况第15页
     ·火灾自动报警系统发展趋势第15页
   ·火灾探测信息处理算法发展第15-16页
   ·火灾自动报警系统与信息处理算法现状第16页
   ·本文研究的内容第16-17页
2 火灾探测信号处理算法第17-27页
   ·火灾信息处理系统算法第17-20页
     ·直观算法第17-18页
     ·趋势算法第18-20页
   ·火灾信息处理智能算法第20-23页
     ·火灾模糊处理算法第20-22页
     ·神经网络火灾信息处理方法第22-23页
   ·火灾信息处理新算法第23-26页
     ·基于智能算法的改进型算法第23-25页
     ·火灾能量预测算法第25-26页
   ·本章总结第26-27页
3 证据理论融合技术第27-34页
   ·证据融合理论简介第27-30页
     ·经典融合算法理论第27-29页
     ·现代融合算法理论第29-30页
   ·基于 BP 神经网络的 D-S 证据理论融合第30-31页
   ·不确定度第31-33页
   ·本章总结第33-34页
4 LABVIEW 虚拟仪器技术第34-46页
   ·LABVIEW 虚拟仪器介绍第34-35页
     ·LABVIEW虚拟仪器简介第34页
     ·LABVIEW虚拟仪器的特点第34-35页
   ·LABVIEW 虚拟仪器技术的应用第35-39页
     ·基于 LABVIEW 的 PLC 试验教学平台的设计第35-37页
     ·基于 LABVIEW 的智能车综合信息监控系统开发第37-39页
   ·BP 神经网络在 LABVIEW 虚拟仪器中的实现第39-45页
     ·设计方案和源程序第39-42页
     ·前界面介绍第42-45页
   ·本章总结第45-46页
5 火灾试验设计第46-56页
   ·系统结构设计第46-47页
   ·火灾探测系统硬件设计第47-50页
     ·二总线连接模式第47页
     ·硬件系统介绍第47-48页
     ·控制机与探测器展示第48-50页
   ·火灾探测系统环境设计第50-52页
     ·监测试验环境设计第50-51页
     ·探测试验环境设计第51-52页
   ·火灾试验系统软件设计第52-54页
     ·监测实验系统软件设计第52-53页
     ·探测实验软件设计第53-54页
   ·探测试验材料选取与设计第54页
   ·本章总结第54-56页
6 实验数据分析第56-63页
   ·BP 神经网络训练第56-60页
   ·实验数据输出第60-61页
   ·实验数据处理第61-62页
   ·本章总结第62-63页
7 结论与展望第63-65页
   ·结论第63页
   ·展望第63-65页
附录 1第65-68页
附录 2(1)第68-69页
附录 2(2)第69-70页
附录 3第70-73页
参考文献第73-76页
发表论文和科研情况说明第76-77页
致谢第77-78页

论文共78页,点击 下载论文
上一篇:中国传统文化元素在现代家具设计中的应用研究
下一篇:水力空化水处理设备结构设计