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 |