神经网络及其在角速度传感器校正中的应用
| 第一章 绪论 | 第1-12页 |
| ·基于神经网络提高传感器精度方法的提出 | 第7-8页 |
| ·传统的提高传感器精度方法 | 第7-8页 |
| ·基于神经网络方法的提出 | 第8页 |
| ·光纤陀螺仪和微硅陀螺简介 | 第8-9页 |
| ·神经网络研究背景、意义 | 第9-10页 |
| ·课题来源与研究内容 | 第10-12页 |
| ·课题来源 | 第10-11页 |
| ·主要研究内容 | 第11-12页 |
| 第二章 神经网络与研究方案 | 第12-18页 |
| ·神经网络 | 第12-15页 |
| ·神经网络的发展和现状 | 第12-13页 |
| ·神经元模型 | 第13-14页 |
| ·神经网络模型 | 第14页 |
| ·神经网络的学习 | 第14-15页 |
| ·神经网络的应用 | 第15页 |
| ·研究方案的选定 | 第15-18页 |
| ·多传感器的数据融合技术 | 第15-16页 |
| ·带延迟输入法 | 第16-17页 |
| ·课题研究方案 | 第17-18页 |
| 第三章 数据采集试验系统 | 第18-24页 |
| ·数据采集与处理概述 | 第18-19页 |
| ·简易试验装置的介绍 | 第19-20页 |
| ·简易试验台 | 第19页 |
| ·数据采集系统 | 第19-20页 |
| ·计算机编程 | 第20-23页 |
| ·编程环境 | 第20-21页 |
| ·软件实现 | 第21-23页 |
| ·转盘试验 | 第23-24页 |
| 第四章 校正传感器特性的神经网络方法 | 第24-44页 |
| ·反向传播网络 | 第24-37页 |
| ·BP网络结构 | 第24-25页 |
| ·传统BP网络学习算法 | 第25-27页 |
| ·改进型BP网络学习算法 | 第27-33页 |
| ·测试实例分析 | 第33-37页 |
| ·径向基函数网络 | 第37-43页 |
| ·RBF网络结构 | 第37-38页 |
| ·RBF网络学习算法 | 第38-40页 |
| ·RBF网络关键事项 | 第40-41页 |
| ·测试实例分析 | 第41-43页 |
| ·BP网络与RBF网络小结 | 第43-44页 |
| 第五章 试验数据处理 | 第44-52页 |
| ·试验数据 | 第44-45页 |
| ·BP网络设计 | 第45-48页 |
| ·RBF网络设计 | 第48-50页 |
| ·结论与验证 | 第50-52页 |
| 第六章 总结与展望 | 第52-54页 |
| ·课题总结 | 第52页 |
| ·后续研究工作及展望 | 第52-54页 |
| 致谢 | 第54-55页 |
| 在学期间研究成果 | 第55-56页 |
| 参考文献 | 第56-58页 |
