首页--工业技术论文--金属学与金属工艺论文--公差与技术测量及机械量仪论文--一般性问题论文--技术测量方法论文

基于灰色BP网络的作业机质心高度测量数据处理方法的研究

摘要第1-6页
ABSTRACT第6-11页
第1章 绪论第11-20页
   ·课题的来源第11页
   ·研究的背景第11-12页
   ·预测方法的研究现状第12-17页
     ·国内外预测方法现状第12-15页
     ·各种预测方法的比较第15-17页
   ·研究课题的目标及意义第17页
   ·本文研究内容和方法第17-19页
     ·研究内容第17-18页
     ·研究方法第18-19页
   ·本章小结第19-20页
第2章 测量系统的测量原理及误差分析第20-30页
   ·引言第20页
   ·三支点支撑测量系统的测量方法第20-24页
     ·测试对象第20页
     ·测量原理第20-21页
     ·测量方法第21-24页
   ·误差理论第24-25页
     ·误差定义第24页
     ·误差分类第24-25页
   ·三支点支撑质心测试系统的误差分析第25-28页
     ·三支点支撑质心测试系统第25页
     ·三支点支撑质心测量系统的误差来源第25-26页
     ·三支点支撑质心测试系统误差分析第26-28页
   ·本章小结第28-30页
第3章 灰色理论及神经网络的介绍第30-38页
   ·引言第30页
   ·灰色系统第30-33页
     ·灰色理论的介绍第30-31页
     ·灰色系统理论的基本原理第31页
     ·灰预测第31-32页
     ·灰建模第32页
     ·灰关联第32-33页
   ·人工神经网络第33-36页
     ·概述第33-34页
     ·BP神经网络第34页
     ·BP神经网络的结构图第34-35页
     ·BP网络算法步骤第35页
     ·BP神经网络的实现方法第35-36页
   ·灰色模型与BP神经网络的结合第36-37页
   ·本章小结第37-38页
第4章 测量数据处理模型的建立第38-48页
   ·引言第38页
   ·测量数据处理模型建立的总体方法第38-39页
   ·测试数据的预处理第39-41页
     ·粗大误差的剔除第39-40页
     ·测量数据的平滑化第40-41页
   ·GM(1,1)灰色模型的建立第41-45页
     ·灰色模型的建立第41-42页
     ·GM(1,1)模型的修正第42-43页
     ·模型的改进第43-45页
   ·灰色BP神经网络预测模型的建立第45-46页
     ·BP神经网络模型的建立第45页
     ·GM(1,1)预测模型与BP神经网络模型的结合第45-46页
   ·神经网络结构的优化第46-47页
     ·灰色关联度的计算第46页
     ·冗余的删除第46-47页
   ·数据计算第47页
   ·本章小结第47-48页
第5章 试验台的改进和试验设计第48-57页
   ·引言第48页
   ·现有的试验台第48-50页
   ·测量台的工作原理第50-51页
   ·测试平台的不足及改进第51-54页
     ·测试平台的不足第51-52页
     ·测试平台的改进第52页
     ·直线位移传感器的选择第52-54页
   ·试验的设计及步骤第54-56页
     ·试验设计第54-55页
     ·试验步骤第55-56页
   ·本章小结第56-57页
第6章 试验数据处理第57-70页
   ·引言第57页
   ·灰色预测模型的建立第57-62页
     ·灰色预测模型的前期准备第57-60页
     ·灰色预测模型的建立第60-62页
   ·灰色预测模型的修正第62-64页
   ·灰色模型与BP神经网络的结合第64-65页
   ·BP神经网络的结构优化第65-67页
   ·预测结果的精度分析第67-68页
   ·本章小结第68-70页
第7章 总结与展望第70-72页
   ·全文总结第70-71页
   ·创新点第71页
   ·后续工作展望第71-72页
 参考文献第72-75页
致谢第75-76页
攻读学位期间发表的学术论文目录第76页

论文共76页,点击 下载论文
上一篇:面向离心泵的运行状态远程在线监测系统研究
下一篇:基于AIS的故障诊断专家系统研究与应用