首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

基于贝叶斯网络的在机测量误差建模与预测研究

摘要第1-5页
Abstract第5-8页
第1章 绪论第8-14页
   ·课题的背景及意义第8-9页
   ·国内外研究现状第9-12页
     ·在机测量技术发展及研究现状第9-11页
     ·贝叶斯网络发展及研究现状第11-12页
   ·课题来源与研究内容第12-14页
     ·课题来源第12页
     ·研究内容第12-14页
第2章 贝叶斯网络相关理论第14-25页
   ·基础理论第14-18页
     ·概率论知识第14-17页
     ·图模型知识第17页
     ·贝叶斯网络概念第17-18页
   ·贝叶斯网络建网第18-19页
   ·贝叶斯网络学习第19-23页
     ·网络结构学习第19-20页
     ·网络参数学习第20-23页
   ·贝叶斯网络推理第23-24页
     ·贝叶斯网络推理类别第23页
     ·团树传播推理算法第23-24页
   ·本章小结第24-25页
第3章 在机测量误差源及其影响因子分析第25-40页
   ·基于数控机床的在机测量系统第25-28页
     ·机床主体第25-26页
     ·测头系统第26-27页
     ·控制系统第27页
     ·测量系统第27-28页
   ·在机测量过程研究第28-30页
   ·在机测量系统主要误差源第30页
   ·在机测量误差影响因子分析第30-39页
     ·测头系统误差及影响因子分析第30-35页
     ·光栅测量系统误差及影响因子分析第35页
     ·机体结构变形误差及影响因子分析第35-36页
     ·导轨支承误差及影响因子分析第36-39页
   ·本章小结第39-40页
第4章 在机测量误差贝叶斯网络模型第40-50页
   ·在机测量误差贝叶斯网络建模优点第40页
   ·在机测量误差贝叶斯网络模型的构建第40-45页
     ·选择节点及确定节点状态第41-43页
     ·确定模型网络结构第43页
     ·确定先验参数第43-45页
   ·在机测量误差贝叶斯网络模型参数学习第45-46页
     ·先验概率处理第45页
     ·样本数据处理及后验概率第45-46页
   ·基于贝叶斯网络的在机测量误差预测推理第46-47页
   ·在机测量误差贝叶斯网络模型程序实现第47-49页
   ·本章小结第49-50页
第5章 在机测量误差贝叶斯网络模型实现与分析第50-69页
   ·数据采集概述第50页
   ·单轴测量误差检测实验第50-56页
     ·实验方案第50-51页
     ·实验准备第51-53页
     ·实验步骤第53-54页
     ·测量数据记录第54-56页
   ·单轴测量误差变量域划分第56-57页
   ·在机测量误差贝叶斯网络模型实现第57-63页
     ·X 轴在机测量误差贝叶斯网络模型实现第57-59页
     ·Y 轴在机测量误差贝叶斯网络模型实现第59-61页
     ·Z 轴在机测量误差贝叶斯网络模型实现第61-63页
   ·基于贝叶斯网络的在机测量误差模型预测结果分析第63-66页
   ·测量误差修正实验第66-68页
   ·本章小结第68-69页
第6章 总结与展望第69-70页
   ·总结第69页
   ·展望第69-70页
参考文献第70-74页
致谢第74-75页
申请学位期间的研究成果及发表学术论文第75页

论文共75页,点击 下载论文
上一篇:超轻度混合动力传动系统匹配与控制策略研究
下一篇:两类具有不连续治疗策略的SIR模型的稳定性研究