小波变换和人工神经网络在荧光测温信号处理中的应用研究
| 中文摘要 | 第1-6页 |
| abstract | 第6-10页 |
| 第一章 绪论 | 第10-13页 |
| ·课题研究目的及其意义 | 第10-11页 |
| ·光纤荧光测温的研究现状 | 第11页 |
| ·论文主要研究的内容 | 第11-13页 |
| 第二章 光纤荧光测温的工作原理以及采集系统的设计 | 第13-23页 |
| ·荧光测温原理 | 第13-14页 |
| ·荧光产生 | 第13页 |
| ·荧光温度的特性 | 第13-14页 |
| ·荧光材料和激励光源的选择 | 第14-17页 |
| ·荧光材料及其特性 | 第14-15页 |
| ·光源选择 | 第15-17页 |
| ·采集系统的设计 | 第17-22页 |
| ·信号发生器以及LED驱动电路 | 第18-19页 |
| ·光电转换电路 | 第19-20页 |
| ·信号放大电路 | 第20页 |
| ·信号检测电路 | 第20-22页 |
| 本章小结 | 第22-23页 |
| 第三章 小波去噪 | 第23-35页 |
| ·小波变换 | 第23-27页 |
| ·连续小波变换 | 第23-24页 |
| ·离散小波变换 | 第24页 |
| ·Mallat快速算法 | 第24-26页 |
| ·小波基函数 | 第26-27页 |
| ·小波变换的去噪方法 | 第27-28页 |
| ·小波阈值法 | 第27-28页 |
| ·平移不变量去噪法 | 第28页 |
| ·模极大值法去噪 | 第28页 |
| ·改进的阈值去噪方法 | 第28-34页 |
| ·阈值函数 | 第28-29页 |
| ·阈值选取 | 第29-32页 |
| ·小波基函数 | 第32页 |
| ·分解层数 | 第32-34页 |
| 本章小结 | 第34-35页 |
| 第四章 人工神经网络的基本理论 | 第35-42页 |
| ·人工神经网络的定义及其理论 | 第35-37页 |
| ·神经元定义 | 第36-37页 |
| ·神经网络的结构和工作方式 | 第37页 |
| ·神经网络类型 | 第37-40页 |
| ·BP网络 | 第37-38页 |
| ·小波神经网络 | 第38-40页 |
| ·小波神经网络的应用 | 第40-41页 |
| ·神经网络结构 | 第40页 |
| ·学习算法 | 第40-41页 |
| 本章小结 | 第41-42页 |
| 第五章 荧光测温数据处理 | 第42-52页 |
| ·去除噪声 | 第42-46页 |
| ·数据拟合 | 第46-49页 |
| ·实验结果及分析 | 第49-51页 |
| 本章小结 | 第51-52页 |
| 总结与期望 | 第52-53页 |
| 参考文献 | 第53-56页 |
| 发表论文和科研情况说明 | 第56-57页 |
| 致谢 | 第57-58页 |
