基于人工神经网络减小温度对金免疫层析试剂定量测试影响的研究
| 第一章 绪论 | 第1-13页 |
| ·本课题研究的目的和意义 | 第8页 |
| ·金免疫层析试剂免疫测定的研究现状 | 第8-10页 |
| ·人工智能技术在定量测试中的应用 | 第10-11页 |
| ·本文的主要研究工作及论文安排 | 第11-13页 |
| 第二章 金免疫层析试剂定量测试及其影响因素 | 第13-21页 |
| ·金免疫层析试剂 | 第13-15页 |
| ·胶体金标记技术 | 第13页 |
| ·层析技术 | 第13-14页 |
| ·金免疫层析试剂 | 第14-15页 |
| ·金免疫层析试剂定量测试简介 | 第15-16页 |
| ·光电传感装置 | 第15-16页 |
| ·标准工作曲线的制作 | 第16页 |
| ·金免疫层析试剂定量测试的影响因素 | 第16-17页 |
| ·温度对金免疫层析试剂定量测试的影响 | 第17-21页 |
| ·温度影响试剂抗原抗体结合速度 | 第17-18页 |
| ·温度影响试剂的层析 | 第18-19页 |
| ·温度对光探测器的影响 | 第19-20页 |
| ·温度影响的试验结果介绍 | 第20-21页 |
| 第三章 基于神经网络的标准工作曲面制作 | 第21-34页 |
| ·神经网络的基本知识 | 第21-26页 |
| ·神经元模型 | 第21-22页 |
| ·BP 神经网络 | 第22-26页 |
| ·标准工作曲面的BP 网络设计 | 第26-30页 |
| ·样本库的建立 | 第26-28页 |
| ·网络结构的确定 | 第28-29页 |
| ·期望误差的选取 | 第29页 |
| ·激活函数的选取 | 第29页 |
| ·初始权值的选取 | 第29-30页 |
| ·标准工作曲面的BP 网络仿真 | 第30-32页 |
| ·与标准工作曲线的比较 | 第32-34页 |
| 第四章 基于模糊神经网络PID 的控温设计 | 第34-62页 |
| ·系统模型及控制方法分析 | 第34-36页 |
| ·PID 控制理论 | 第36-41页 |
| ·PID 控制原理 | 第36-37页 |
| ·数字PID 控制 | 第37-39页 |
| ·采用传统PID 控制的MATLAB 仿真 | 第39-41页 |
| ·模糊自适应PID 控制 | 第41-45页 |
| ·模糊输入及模糊量化处理 | 第42-43页 |
| ·建立模糊控制规则 | 第43页 |
| ·模糊推理 | 第43-44页 |
| ·模糊推理的实现方法 | 第44页 |
| ·清晰化处理 | 第44-45页 |
| ·基于神经网络的模糊自适应PID | 第45-47页 |
| ·模糊神经网络 | 第45-46页 |
| ·基于神经网络的模糊PID 控制 | 第46-47页 |
| ·本文的模糊神经网络结构 | 第47-52页 |
| ·输入的模糊化 | 第48-50页 |
| ·模糊神经网络的学习算法 | 第50-52页 |
| ·仿真分析 | 第52-53页 |
| ·实现方案 | 第53-62页 |
| ·系统核心CPU——TM5320LF2407A | 第54-56页 |
| ·温度传感器 | 第56-58页 |
| ·DS18B20 的内部结构 | 第56-57页 |
| ·DS18B20 工作时序 | 第57-58页 |
| ·DS18B20 与CPU 接口电路 | 第58页 |
| ·半导体制冷片及其控温电路 | 第58-62页 |
| ·热电制冷的基本原理 | 第59-60页 |
| ·制冷片的工作电压和散热选择 | 第60-61页 |
| ·控温硬件电路的设计 | 第61-62页 |
| 结论 | 第62-63页 |
| 参考文献 | 第63-67页 |
| 致谢 | 第67-68页 |
| 个人简历 | 第68-69页 |
| 攻读硕士学位期间发表的论文和研究项目的情况 | 第69页 |
