基于ARM的软测量仪表开发平台研制
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-13页 |
| ·开发背景 | 第9-10页 |
| ·发展现状与趋势 | 第10-11页 |
| ·本设计的研究内容 | 第11页 |
| ·论文章节安排 | 第11-13页 |
| 第2章 软测量 | 第13-21页 |
| ·软测量的提出 | 第13页 |
| ·软测量的应用 | 第13-14页 |
| ·BP神经网络 | 第14-17页 |
| ·特点 | 第14-15页 |
| ·结构及算法 | 第15-17页 |
| ·支持向量机 | 第17-20页 |
| ·支持向量分类机 | 第17-18页 |
| ·支持向量机回归机 | 第18-20页 |
| ·本章小结 | 第20-21页 |
| 第3章 嵌入式系统 | 第21-36页 |
| ·嵌入式系统概述 | 第21页 |
| ·硬件开发平台 | 第21-30页 |
| ·处理器 | 第22-23页 |
| ·存储器接口 | 第23-25页 |
| ·LCD与触摸屏 | 第25-27页 |
| ·电源与时钟电路 | 第27-28页 |
| ·UART通信接口 | 第28-29页 |
| ·JTEG | 第29-30页 |
| ·嵌入式操作系统概述 | 第30-31页 |
| ·嵌入式操作系统 | 第30页 |
| ·Linux操作系统 | 第30-31页 |
| ·LINUX内核移植 | 第31-35页 |
| ·移植的慨念 | 第31页 |
| ·内核移植过程 | 第31-35页 |
| ·本章小结 | 第35-36页 |
| 第4章 软测量算法的实现 | 第36-44页 |
| ·神经网络的实现与改进 | 第36-41页 |
| ·样本预处理 | 第36页 |
| ·初始权值和确定学习率 | 第36-37页 |
| ·训练终止条件和隐层个数 | 第37-38页 |
| ·算法的改进 | 第38页 |
| ·人机交互界面 | 第38-40页 |
| ·神经网络编译流程设计 | 第40-41页 |
| ·支持向量机的实现 | 第41-43页 |
| ·样本的组成 | 第41页 |
| ·参数ε和C的选择 | 第41-42页 |
| ·选择核函数 | 第42页 |
| ·训练终止条件 | 第42-43页 |
| ·本章小结 | 第43-44页 |
| 第5章 仿真实验与结果分析 | 第44-47页 |
| ·神经网络 | 第44-45页 |
| ·支持向量机 | 第45-46页 |
| ·结果分析 | 第46-47页 |
| 第6章 结论与展望 | 第47-49页 |
| 参考文献 | 第49-51页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第51-52页 |
| 致谢 | 第52页 |
