首页--工业技术论文--自动化技术、计算机技术论文--自动化技术及设备论文--自动化元件、部件论文--发送器(变换器)、传感器论文

温湿度传感器测量误差分析及其非线性补偿方法

摘要第5-6页
Abstract第6-7页
第一章 绪论第8-13页
    1.1 研究背景和意义第8-9页
    1.2 国内外研究现状第9-11页
    1.3 主要研究内容第11-12页
    1.4 论文组织结构第12-13页
第二章 温湿度传感器非线性误差影响因素分析第13-31页
    2.1 气象探测温湿度传感器HMP-45D第13-16页
    2.2 HMP-45D温湿度传感器测量误差影响因素分析第16-23页
        2.2.1 湿度传感器测量误差影响因素分析第16-20页
        2.2.2 温度传感器测量误差影响因素分析第20-23页
    2.3 温湿度传感器主要误差影响因素检定实验第23-30页
        2.3.1 温度对湿度传感器非线性影响检定实验第24-27页
        2.3.2 湿度对温度传感器非线性影响检定实验第27-30页
    2.4 本章小结第30-31页
第三章 湿度传感器非线性误差的温度补偿第31-45页
    3.1 基于改进遗传算法优化SVM补偿研究第31-38页
        3.1.1 GA-SVM补偿原理第31-32页
        3.1.2 SVM算法第32-34页
        3.1.3 遗传算法第34页
        3.1.4 遗传算法优化第34-37页
        3.1.5 建立GA-SVM温度补偿模型第37-38页
    3.2 实验仿真第38-42页
        3.2.1 湿度传感器补偿实验第38-41页
        3.2.2 GA-SVM温度补偿模型实现第41-42页
    3.3 算法性能对比第42-44页
    3.4 本章小结第44-45页
第四章 温度传感器非线性误差的湿度补偿第45-57页
    4.1 基于CS-BP算法湿度补偿研究第45-50页
        4.1.1 CS-BP补偿原理第45页
        4.1.2 BP神经网络第45-47页
        4.1.3 布谷鸟算法第47-48页
        4.1.4 CS算法改进第48-49页
        4.1.5 建立CS-BP湿度补偿模型第49-50页
    4.2 实验仿真第50-53页
        4.2.1 温度传感器补偿实验第50-51页
        4.2.2 CS-BP湿度补偿模型实现第51-53页
    4.3 算法性能对比第53-56页
    4.4 本章小结第56-57页
第五章 总结与展望第57-59页
参考文献第59-64页
致谢第64-65页
作者简介第65页
    基本情况第65页
    研究生阶段学位攻读期间课程学习情况第65页
    攻读硕士学位期间发表论文情况第65页
    攻读硕士学位期间参加项目情况第65页

论文共65页,点击 下载论文
上一篇:不等面积设施布局问题的多目标粒子群算法研究
下一篇:基于BP神经网络的温湿度传感器补偿算法研究