| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 引言 | 第9-10页 |
| 1 文献综述 | 第10-24页 |
| ·计算机数据采集系统及其应用现状 | 第10-14页 |
| ·数据采集概念及特点 | 第10页 |
| ·数据采集系统硬件组成及功能简述 | 第10-12页 |
| ·数据采集系统应用现状 | 第12-14页 |
| ·神经网络及其在冶金中的应用 | 第14-20页 |
| ·神经网络定义及特点 | 第15-16页 |
| ·神经网络的基本结构与类型 | 第16-19页 |
| ·神经网络在钢铁生产中应用现状 | 第19-20页 |
| ·铁矿石高温熔滴性能 | 第20-22页 |
| ·研究内容和意义 | 第22页 |
| ·设计思路 | 第22-24页 |
| 2 铁矿石高温冶金性能自动检测系统开发 | 第24-43页 |
| ·矿石高温冶金性能检测系统的硬件设计 | 第24-32页 |
| ·检测系统硬件介绍 | 第24-27页 |
| ·检测系统硬件原理及设计 | 第27-32页 |
| ·铁矿石高温冶金性能自动检测程序设计 | 第32-42页 |
| ·程序设计语言及控件选用 | 第32-34页 |
| ·程序设计思路和架构 | 第34-35页 |
| ·程序操作界面及设计思路 | 第35-39页 |
| ·程序实现功能 | 第39-42页 |
| ·数据采集的数值校正 | 第42页 |
| ·本章小结 | 第42-43页 |
| 3 基于 MATLAB 和 BP 神经网络的矿石高温冶金性能预测 | 第43-60页 |
| ·BP 网络理论及 MATLAB 简介 | 第43-44页 |
| ·BP 网络在预测应用中是优势和不足 | 第43-44页 |
| ·MATLAB70 简介 | 第44页 |
| ·BP 网络设计及性能分析 | 第44-59页 |
| ·数据样本收集整理 | 第45-47页 |
| ·BP 网络算法及程序框图 | 第47-52页 |
| ·网络结构的确定和训练 | 第52-56页 |
| ·预测结果及分析 | 第56-59页 |
| ·本章小结 | 第59-60页 |
| 结论 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 在学研究成果 | 第65-66页 |
| 致谢 | 第66页 |