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 |