基于神经网络的传感器非线性补偿技术及其应用
| 第一章 综述 | 第6-11页 |
| 1.1 系统背景 | 第6页 |
| 1.2 传感器原理 | 第6-8页 |
| 1.3 传感器的线性度及补偿措施 | 第8-9页 |
| 1.4 研究目的 | 第9-10页 |
| 1.5 小结 | 第10-11页 |
| 第二章 系统的理论基础--神经网络 | 第11-18页 |
| 2.1 概述 | 第11-12页 |
| 2.2 神经网络的基本概念 | 第12-15页 |
| 2.3 性能学习 | 第15-16页 |
| 2.4 小结 | 第16-18页 |
| 第三章 系统模型的建立与仿真 | 第18-31页 |
| 3.1 模型的建立 | 第18-19页 |
| 3.2 学习算法 | 第19-22页 |
| 3.3 学习算法的改进 | 第22-25页 |
| 3.4 模型及算法的仿真 | 第25-30页 |
| 3.5 小结 | 第30-31页 |
| 第四章 平板硫化机测控系统的硬件设计与实现 | 第31-48页 |
| 4.1 概述 | 第31-32页 |
| 4.2 平板硫化机的工作过程 | 第32-35页 |
| 4.3 系统的设计 | 第35-41页 |
| 4.4 系统的抗干扰设计 | 第41-47页 |
| 4.5 小结 | 第47-48页 |
| 第五章 系统软件的实现与整体性能分析 | 第48-60页 |
| 5.1 神经网络结构的确定 | 第48-49页 |
| 5.2 神经网络的学习 | 第49-51页 |
| 5.3 神经网络的实现 | 第51-56页 |
| 5.4 与最小二乘法比较 | 第56-59页 |
| 5.5 小结 | 第59-60页 |
| 结束语 | 第60-61页 |
| 参考文献 | 第61-66页 |
| 致谢 | 第66-67页 |
| 攻读学位期间主要的研究成果 | 第67页 |
