首页--工业技术论文--自动化技术、计算机技术论文--自动化技术及设备论文--自动化元件、部件论文--发送器(变换器)、传感器论文

爆炸物探测系统研究

摘要第1-4页
Abstract第4-9页
1 绪论第9-15页
   ·爆炸物探测的研究背景和目的第9-10页
     ·课题研究的背景意义第9页
     ·课题设计目的第9-10页
   ·爆炸物探测的研究现状第10-13页
     ·探测技术分类第10-12页
     ·国内外研究现状及存在的缺陷第12-13页
   ·论文研究内容和结构安排第13-14页
   ·本章小结第14-15页
2 检测系统传感器介绍第15-21页
   ·爆炸物探测系统结构第15页
   ·生化传感器简介第15-16页
   ·分子印迹技术介绍第16-18页
   ·压电石英晶体第18-20页
     ·石英晶体微天平的发展第18-19页
     ·Sauerbrey方程第19-20页
   ·本课题所用传感器简介第20页
   ·本章小结第20-21页
3 爆炸物探测系统硬件设计第21-38页
   ·传感器振荡电路及仿真第21-23页
     ·振荡电路原理图第22页
     ·振荡电路仿真及结果第22-23页
   ·波形变换、整形电路原理图及仿真第23-25页
     ·波形变换原理图第24-25页
     ·波形变换仿真及结果第25页
   ·混频电路设计第25-28页
   ·低通滤波电路设计第28-29页
   ·单片机系统电路设计第29-30页
   ·显示驱动电路设计第30-33页
     ·MAX7219简介第31-32页
     ·MAX7219工作原理第32-33页
   ·串行通信模块第33-34页
   ·电源模块第34-35页
   ·电路板设计第35-37页
   ·本章小结第37-38页
4 爆炸物探测系统软件设计第38-49页
   ·微控制器软件设计第38-46页
     ·多路开关、按键软件设计第39-41页
     ·差频测量软件设计第41-42页
     ·显示模块软件设计第42-46页
   ·上位机软件设计第46-48页
     ·支持向量机回归建模设计第47-48页
     ·已建立模型验证设计第48页
   ·本章小结第48-49页
5 上位机回归分析算法第49-63页
   ·机器学习理论第49-51页
     ·机器学习理论模型第49-50页
     ·经验风险最小化原则第50页
     ·机器学习的泛化能力第50-51页
   ·统计学习理论第51-54页
     ·VC维理论第51-52页
     ·推广性界定第52页
     ·结构风险最小化准则第52-54页
   ·支持向量机第54-60页
     ·支持向量分类机原理第54-57页
     ·支持向量回归算法第57-59页
     ·SVM参数的优化方法第59-60页
   ·最小二乘支持向量回归算法第60-61页
   ·最小二乘支持向量回归算法在本系统中的应用第61-62页
   ·本章小结第62-63页
6 实验结果分析第63-70页
   ·实验检测物介绍第63页
   ·单片机频率测量实验第63-65页
     ·测频程序准确性验证第63-64页
     ·绝对误差和相对误差第64-65页
     ·测量精度的影响因素第65页
   ·测试结果及误差分析第65-69页
     ·测试结果分析第66-68页
     ·测试误差分析第68-69页
   ·本章小结第69-70页
7 总结与展望第70-73页
   ·总结第70-71页
   ·展望第71-73页
参考文献第73-77页
攻读硕士学位期间发表的论文第77-78页
致谢第78-80页

论文共80页,点击 下载论文
上一篇:PCR仪温度控制系统的研究与设计
下一篇:基于DSP和CPLD的伺服控制器设计