基于神经网络的温度场重建算法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-8页 |
| 目录 | 第8-10页 |
| 第1章 绪论 | 第10-20页 |
| ·常用火焰测量方法介绍 | 第10-15页 |
| ·辐射光能火焰检测 | 第10-11页 |
| ·基于火焰频率检测和相关原理的数字火焰监视装置 | 第11-12页 |
| ·基于图像处理的温度场测量方法 | 第12-15页 |
| ·声学法炉膛温度场重建技术 | 第15-18页 |
| ·声学法炉膛火焰温度场重建技术的研究现状 | 第15-17页 |
| ·声学法燃煤锅炉炉膛火焰温度场重建需解决的问题 | 第17-18页 |
| ·声学法炉膛火焰温度场重建技术发展及应用前景展望 | 第18页 |
| ·本文的主要工作 | 第18-20页 |
| 第2章 典型温度场重建算法 | 第20-27页 |
| ·最小二乘法温度场图像重建算法 | 第20-22页 |
| ·傅立叶正则温度场图像重建算法 | 第22-26页 |
| ·本章小结 | 第26-27页 |
| 第3章 径向基函数神经网络模型 | 第27-37页 |
| ·人工神经网络概述 | 第27-29页 |
| ·径向基函数神经网络模型 | 第29-31页 |
| ·正交最小二乘法 OLS的原理 | 第31-34页 |
| ·径向基函数神经网络学习算法具体步骤 | 第34-36页 |
| ·本章小结 | 第36-37页 |
| 第4章 基于径向基函数神经网络的温度场重建算法 | 第37-45页 |
| ·温度场重建基本原理 | 第37-40页 |
| ·径向基函数神经网络模型的建立 | 第40-44页 |
| ·本章小结 | 第44-45页 |
| 第5章 温度场重建算法的实验结果 | 第45-56页 |
| ·径向基神经网络的仿真结果与评价 | 第45-48页 |
| ·各种算法温度场重建结果的比较 | 第48-50页 |
| ·偏斜火焰温度场图像重建 | 第50-53页 |
| ·对称火焰温度场图像重建 | 第53-55页 |
| ·本章小结 | 第55-56页 |
| 第6章 温度场重建算法的实验分析 | 第56-69页 |
| ·对测试样本的抽样统计分析结果 | 第56-58页 |
| ·DCT系数选取对重建结果的影响 | 第58-62页 |
| ·测量噪声对重建结果的影响 | 第62-68页 |
| ·本章小结 | 第68-69页 |
| 结论 | 第69-71页 |
| 参考文献 | 第71-74页 |
| 致谢 | 第74-75页 |
| 攻读硕士学位期间参加的科研工作和发表的学术论文 | 第75-76页 |
