基于BP神经网络的粮情智能监控系统的研究与设计
| 摘要 | 第1-7页 |
| Abstract | 第7-12页 |
| 第1章 绪论 | 第12-22页 |
| ·粮情智能监控的目的和意义 | 第12页 |
| ·粮库环境中微生物的产生与检测方法 | 第12-16页 |
| ·粮库环境中常见粮食微生物 | 第12-14页 |
| ·粮食微生物对储粮的危害 | 第14-15页 |
| ·粮食微生物常用检测方法 | 第15-16页 |
| ·国内外粮情监控研究及发展现状 | 第16-18页 |
| ·国外粮情监控研究及发展现状 | 第16-17页 |
| ·国内粮情监控研究及发展现状 | 第17-18页 |
| ·嵌入式技术在粮情监控中的应用 | 第18-20页 |
| ·国内粮库控制系统的现状 | 第18页 |
| ·嵌入式粮库控制系统的特点 | 第18-20页 |
| ·课题主要研究内容及目标 | 第20-22页 |
| ·粮情智能监控系统整体架构 | 第20页 |
| ·本课题的具体研究方向及内容 | 第20-22页 |
| 第2章 粮情智能监控系统整体研究 | 第22-39页 |
| ·ARM9嵌入式系统原理及功能特点 | 第22-26页 |
| ·嵌入式处理器体系介绍 | 第22-23页 |
| ·S3C2440核心处理器结构 | 第23-24页 |
| ·WinCE操作系统配置与实现 | 第24-26页 |
| ·基于多采集节点的一级信息融合 | 第26-31页 |
| ·基于均方误差的加权融合算法 | 第27-28页 |
| ·多采集节点的信息融合规则 | 第28-31页 |
| ·基于BP神经网络的二级信息融合 | 第31-37页 |
| ·神经网络起源和特点 | 第31-33页 |
| ·BP神经网络基本模型和特点 | 第33-34页 |
| ·BP算法公示推倒和应用 | 第34-37页 |
| ·本章小结 | 第37-39页 |
| 第3章 粮情智能监控系统的硬件设计 | 第39-57页 |
| ·系统整体的设计方案 | 第39页 |
| ·基于ARM9的上位机设计方案 | 第39-47页 |
| ·核心处理器外围电路设 | 第42-43页 |
| ·系统稳压电源电路设计 | 第43-45页 |
| ·UART串口通讯电路设计 | 第45-46页 |
| ·基于LCD液晶接口设计 | 第46页 |
| ·GPIO输入输出端口设计 | 第46-47页 |
| ·基于单片机的下位机设计方案 | 第47-56页 |
| ·单片机最小系统设计 | 第49-51页 |
| ·信息采集模块设计 | 第51-55页 |
| ·外围控制模块设计 | 第55-56页 |
| ·本章小结 | 第56-57页 |
| 第4章 粮情智能监控的软件设计 | 第57-72页 |
| ·上位机嵌入式监控软件设计 | 第57-63页 |
| ·嵌入式系统软件的模块化设计 | 第58-59页 |
| ·嵌入式ARM的UART串口通信程序设计 | 第59-61页 |
| ·嵌入式ARM9的多采集点信息融合程序设计 | 第61-62页 |
| ·嵌入式ARM9的神经网络算法程序模块设计 | 第62-63页 |
| ·下位机STC单片机程序的设计 | 第63-71页 |
| ·基于I2C协议的数据采集程序设计 | 第64-66页 |
| ·单片机外围继电器控制程序设计 | 第66-67页 |
| ·单片机外围真空泵程序设计 | 第67-69页 |
| ·单片机串口通信程序设计 | 第69-71页 |
| ·本章小结 | 第71-72页 |
| 第5章 粮情监控模型的预测和误差分析 | 第72-82页 |
| ·基于BP算法的粮情监控系统建模 | 第72-75页 |
| ·粮情监控网络的输入输出因子 | 第72-74页 |
| ·粮情监控网络的隐层节点数目 | 第74页 |
| ·粮情监控网络评价标准 | 第74-75页 |
| ·粮情监控系统的模型改进和特征分析 | 第75-78页 |
| ·动量法对粮情因子的权值调整 | 第75-76页 |
| ·快速动量法对学习速度调整 | 第76-77页 |
| ·L-M算法对粮情网络综合调整 | 第77-78页 |
| ·粮情监控模型实验仿真及误差分析 | 第78-81页 |
| ·改进方案的实验仿真 | 第78-80页 |
| ·预测效果和误差分析 | 第80-81页 |
| ·本章小结 | 第81-82页 |
| 结论 | 第82-84页 |
| 参考文献 | 第84-88页 |
| 攻读硕士学位期间发表的论文和获得的科研成果 | 第88-89页 |
| 致谢 | 第89-90页 |
| 附录 | 第90页 |
