摘要 | 第5-6页 |
Abstract | 第6页 |
第一章 绪论 | 第7-14页 |
1.1 研究背景及意义 | 第7-8页 |
1.2 国内外研究现状 | 第8-12页 |
1.2.1 探空仪 | 第8-9页 |
1.2.2 湿度传感器 | 第9页 |
1.2.3 双加热技术 | 第9-10页 |
1.2.4 误差补偿技术 | 第10-12页 |
1.3 论文主要内容及结构安排 | 第12-14页 |
第二章 探空湿度传感器及双加热湿度测量理论 | 第14-21页 |
2.1 探空湿度传感器 | 第14-16页 |
2.1.1 湿敏电容基本结构与测湿原理 | 第14-15页 |
2.1.2 湿敏电容的主要误差来源 | 第15-16页 |
2.2 湿度传感器的加热测量 | 第16-20页 |
2.2.1 湿敏电容的加热测量方法 | 第17-19页 |
2.2.2 双加热湿度测量原理 | 第19-20页 |
2.3 本章小结 | 第20-21页 |
第三章 湿度传感器的支持向量机温度补偿理论 | 第21-36页 |
3.1 统计学习理论 | 第21-23页 |
3.2 支持向量机理论 | 第23-29页 |
3.2.1 支持向量机分类 | 第23-27页 |
3.2.2 支持向量机回归 | 第27-29页 |
3.3 湿度传感器的支持向量机温度补偿 | 第29-33页 |
3.3.1 湿度传感器的支持向量机温度补偿原理 | 第30-31页 |
3.3.2 湿度传感器支持向量机温度补偿的优点 | 第31-32页 |
3.3.3 支持向量机参数对回归性能的影响 | 第32-33页 |
3.4 实验数据及支持向量机参数设置 | 第33-35页 |
3.4.1 温度对湿敏电容的影响 | 第33-34页 |
3.4.2 实验数据 | 第34-35页 |
3.4.3 支持向量机参数设置 | 第35页 |
3.5 本章小结 | 第35-36页 |
第四章 湿度传感器的遗传支持向量机温度补偿 | 第36-46页 |
4.1 遗传算法 | 第36-38页 |
4.1.1 遗传算法的基本操作 | 第37-38页 |
4.1.2 遗传算法的基本流程 | 第38页 |
4.2 改进的遗传算法 | 第38-39页 |
4.3 遗传优化支持向量机 | 第39-41页 |
4.3.1 遗传算法优化支持向量机的可行性分析 | 第39-40页 |
4.3.2 遗传优化支持向量机的基本流程 | 第40-41页 |
4.3.3 遗传优化支持向量机的参数选择 | 第41页 |
4.4 湿度传感器的遗传支持向量机温度补偿结果与分析 | 第41-45页 |
4.4.1 补偿结果 | 第41-44页 |
4.4.2 结果分析 | 第44-45页 |
4.5 本章小结 | 第45-46页 |
第五章 湿度传感器的粒子群支持向量机温度补偿 | 第46-56页 |
5.1 粒子群算法 | 第46-48页 |
5.1.1 标准粒子群算法 | 第46-47页 |
5.1.2 标准粒子群算法的基本流程 | 第47-48页 |
5.2 改进的粒子群算法 | 第48-49页 |
5.3 粒子群优化支持向量机 | 第49-52页 |
5.3.1 粒子群优化支持向量机的可行性分析 | 第49-50页 |
5.3.2 粒子群优化支持向量机的基本流程 | 第50-51页 |
5.3.3 粒子群优化支持向量机的参数选择 | 第51-52页 |
5.4 湿度传感器的粒子群支持向量机温度补偿结果与分析 | 第52-55页 |
5.4.1 补偿结果 | 第52-55页 |
5.4.2 结果分析 | 第55页 |
5.5 本章小结 | 第55-56页 |
第六章 湿度传感器的支持向量机温度补偿软件 | 第56-67页 |
6.1 Matlab GUI简介 | 第56-60页 |
6.1.1 GUI的设计原则和步骤 | 第56页 |
6.1.2 Matlab GUI的创建方法 | 第56-57页 |
6.1.3 采用GUIDE建立GUI方法简介 | 第57-60页 |
6.2 湿度传感器的支持向量机温度补偿软件设计 | 第60-66页 |
6.2.1 软件总体框架及功能设计 | 第60-62页 |
6.2.2 软件界面布局 | 第62-64页 |
6.2.3 软件界面回调函数的编写 | 第64-65页 |
6.2.4 软件运行效果 | 第65-66页 |
6.3 本章小结 | 第66-67页 |
第七章 总结与展望 | 第67-69页 |
7.1 本文主要工作及结论 | 第67-68页 |
7.2 不足与展望 | 第68-69页 |
参考文献 | 第69-73页 |
致谢 | 第73-74页 |
作者简介 | 第74页 |