虚拟仪表设计中建模方法的研究
| 中文摘要 | 第1-3页 |
| Abstract | 第3-9页 |
| 第1章 绪论 | 第9-16页 |
| ·论文的目的和意义 | 第9-10页 |
| ·虚拟仪表的发展概况 | 第10-11页 |
| ·虚拟仪表的概念与特点 | 第11-14页 |
| ·虚拟仪表概念 | 第11-12页 |
| ·虚拟仪表与传统仪表的比较 | 第12-13页 |
| ·虚拟仪表的特点 | 第13-14页 |
| ·论文的主要内容和结构 | 第14-16页 |
| 第2章 虚拟仪表的设计过程 | 第16-28页 |
| ·虚拟仪表的组成 | 第16-21页 |
| ·虚拟仪表的硬件系统 | 第16-19页 |
| ·虚拟仪表系统的软件系统 | 第19-21页 |
| ·设计虚拟仪表的充分必要条件 | 第21-23页 |
| ·硬件条件 | 第21-22页 |
| ·软件条件 | 第22页 |
| ·理论基础 | 第22页 |
| ·建模相关信息 | 第22-23页 |
| ·虚拟仪表的开发过程与方法 | 第23-26页 |
| ·虚拟仪表的发展方向与应用前景展望 | 第26-27页 |
| ·虚拟仪表的发展方向 | 第26页 |
| ·虚拟仪表技术应用前景展望 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 第3章 虚拟仪表设计中建模方法的研究 | 第28-48页 |
| ·机理建模 | 第28页 |
| ·统计建模 | 第28-32页 |
| ·状态估计 | 第29页 |
| ·统计回归 | 第29-30页 |
| ·神经网络 | 第30-31页 |
| ·模糊技术 | 第31-32页 |
| ·混合建模 | 第32-33页 |
| ·统计回归模型 | 第33-38页 |
| ·多元线性回归模型(MLR) | 第33-35页 |
| ·多元逐步回归模型(MSR) | 第35-36页 |
| ·多项式回归模型 | 第36-37页 |
| ·多项式回归模型的改进 | 第37-38页 |
| ·人工神经元网络 | 第38-47页 |
| ·人工神经网络的概念与特征 | 第38-39页 |
| ·标准BP 算法（梯度下降反向传播算法） | 第39-45页 |
| ·BP 算法的不足及改进算法 | 第45-47页 |
| ·本章小结 | 第47-48页 |
| 第4章 测量黏度的虚拟仪表的设计 | 第48-68页 |
| ·虚拟仪表软硬件的选择 | 第48-50页 |
| ·仪表硬件平台的选择 | 第48-49页 |
| ·软件平台的选择 | 第49-50页 |
| ·数据采集及预处理 | 第50-54页 |
| ·数据处理软件的选择 | 第50页 |
| ·主导变量和辅助变量的确定 | 第50页 |
| ·数据的采集 | 第50-51页 |
| ·数据的筛选与替换 | 第51-52页 |
| ·数据的标准化处理 | 第52-53页 |
| ·数据样本的划分 | 第53页 |
| ·主导变量与辅助变量的相关性 | 第53-54页 |
| ·统计回归软测量模型的建立 | 第54-59页 |
| ·多元线形回归模型的建立 | 第54-56页 |
| ·多元逐步回归模型(MSR)的建立 | 第56-57页 |
| ·多项式回归模型的建立 | 第57-58页 |
| ·三种回归方法拟和与预测效果的综合比较 | 第58-59页 |
| ·BP 神经网络软测量模型的建立 | 第59-65页 |
| ·减少辅助变量的个数 | 第59页 |
| ·BP 网络的设计 | 第59-62页 |
| ·BP 神经网络模型的建立 | 第62-63页 |
| ·BP 神经网络的拟合及预测精度 | 第63-64页 |
| ·BP 神经网络模型与统计回归模型的比较 | 第64-65页 |
| ·软件的设计 | 第65-66页 |
| ·数据库的互连方式 | 第65页 |
| ·虚拟仪表实现的功能 | 第65-66页 |
| ·虚拟仪表的软面板 | 第66页 |
| ·本章小结 | 第66-68页 |
| 结论 | 第68-70页 |
| 参考文献 | 第70-75页 |
| 附录1 实验数据 | 第75-78页 |
| 附录2 EXCEL 中的符号及其意义 | 第78-79页 |
| 致谢 | 第79-80页 |
