現(xiàn)代智能信息處理實踐方法

1 緒論
1.1 測試系統(tǒng)的信號獲取
1.2 數(shù)據(jù)信息融合
1.2.1 信息融合的定義及應(yīng)用
1.2.2 信息融合的一般模型
1.2.3 信息融合的層次
1.2.4 信息融合典型算法
1.3 智能信息處理概述
1.4 網(wǎng)絡(luò)化虛擬測量概述
1.4.1 虛擬儀器技術(shù)的產(chǎn)生與發(fā)展
1.4.2 網(wǎng)絡(luò)技術(shù)與虛擬儀器技術(shù)的結(jié)合
1.4.3 網(wǎng)絡(luò)化虛擬測量技術(shù)的應(yīng)用
2 嵌入式遠(yuǎn)程測量信息處理實踐平臺技術(shù)
2.1 嵌入式遠(yuǎn)程測量信息處理實踐的意義
2.2 嵌入式遠(yuǎn)程測量系統(tǒng)的基本實現(xiàn)技術(shù)
2.2.1 虛擬儀器的結(jié)構(gòu)和功能
2.2.2 虛擬儀器的特點
2.2.3 虛擬儀器與傳統(tǒng)儀器的比較
2.2.4 虛擬儀器設(shè)計的一般步驟
2.2.5 基于虛擬儀器的無線嵌入式測量實驗系統(tǒng)
2.2.6 LabVIEW與MATLAB混合編程
2.2.7 基于LabVIEW的網(wǎng)絡(luò)化虛擬測量
2.2.8 網(wǎng)絡(luò)化虛擬測量通信模型
2.2.9 基于LabVIEw的DataSocket及UDP通信
2.3 實踐平臺硬件與軟件系統(tǒng)
2.3.1 系統(tǒng)的硬件和軟件組成
2.3.2 系統(tǒng)的硬件設(shè)置
2.3.3 無線網(wǎng)絡(luò)配置
2.4 實踐平臺應(yīng)用流程
2.5 實踐平臺操作注意事項
2.6 思考與總結(jié)
3 神經(jīng)計算實踐方法實現(xiàn)
3.1 神經(jīng)計算方法概論
3.2 神經(jīng)網(wǎng)絡(luò)分類及其優(yōu)化
3.2.1 實踐內(nèi)容
3.2.2 實踐步驟
3.2.3 思考與總結(jié)
3.3 采用神經(jīng)計算解決誤差曲面問題
3.3.1 實踐內(nèi)容
3.3.2 實踐步驟
3.4 線性神經(jīng)元的訓(xùn)練問題
3.4.1 實踐內(nèi)容
3.4.2 實踐步驟
3.5 神經(jīng)計算方法實踐的意義
3.6 實踐平臺硬件與軟件系統(tǒng)
3.6.1 硬件設(shè)備
3.6.2 系統(tǒng)軟件
3.7 實踐平臺應(yīng)用流程
3.8 實踐平臺操作注意事項
3.9 思考與總結(jié)
4 神經(jīng)計算典型MATLAB程序設(shè)計實現(xiàn)
4.1 面向MATLAB的BP神經(jīng)網(wǎng)絡(luò)設(shè)計
4.1.1 BP神經(jīng)網(wǎng)絡(luò)的初始化
4.1.2 BP神經(jīng)網(wǎng)絡(luò)的創(chuàng)建
4.1.3 BP神經(jīng)網(wǎng)絡(luò)的仿真
4.1.4 BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練
4.2 徑向基函數(shù)網(wǎng)絡(luò)設(shè)計
4.2.1 問題描述
4.2.2 網(wǎng)絡(luò)建立
4.2.3 仿真網(wǎng)絡(luò)
4.2.4 結(jié)論
5 進(jìn)化計算實踐方法實現(xiàn)
5.1 進(jìn)化計算方法概論
5.2 進(jìn)化計算方法基本原理
5.2.1 遺傳算法
5.2.2 粒群智能
5.3 基于進(jìn)化計算的多項式逼近信號去噪
5.4 進(jìn)化計算性能分析實踐平臺的搭建與軟、硬件系統(tǒng)
5.4.1 進(jìn)化計算性能分析實踐的意義
5.4.2 進(jìn)化計算性能分析實踐平臺硬件與軟件系統(tǒng)
5.4.3 實踐平臺應(yīng)用流程
5.4.4 實踐平臺應(yīng)用注意事項
6 進(jìn)化計算的MATLAB程序設(shè)計實現(xiàn)
6.1 面向MATLAB的遺傳算法設(shè)計
6.1.1 遺傳算法的MATLAB工具箱介紹
6.1.2 遺傳算法編程實例
6.1.3 遺傳算法優(yōu)化結(jié)果分析
6.2 微粒群優(yōu)化算法程序設(shè)計及MATLAB實現(xiàn)
6.2.1 微粒群優(yōu)化算法的基本原理
6.2.2 微粒群優(yōu)化算法程序?qū)崿F(xiàn)
6.2.3 微粒群優(yōu)化算法結(jié)果分析
7 模糊計算實踐方法實現(xiàn)
7.1 模糊邏輯概述
7.1.1 模糊邏輯的起源
7.1.2 模糊邏輯的特點和應(yīng)用分析
7.2 模糊推理系統(tǒng)基本原理
7.2.1 模糊推理系統(tǒng)概述
7.2.2 模糊推理系統(tǒng)分類
7.3 模糊推理系統(tǒng)控制實踐的意義
7.4 模糊推理系統(tǒng)控制實踐平臺的硬件與軟件系統(tǒng)
7.4.1 硬件設(shè)備
7.4.2 系統(tǒng)軟件
7.5 模糊推理系統(tǒng)控制實踐平臺的基本原理
7.6 模糊推理系統(tǒng)控制實踐平臺應(yīng)用流程
7.7 模糊推理系統(tǒng)控制實踐平臺操作注意事項
7.8 思考與總結(jié)
8 模糊控制系統(tǒng)設(shè)計及MATLAB實現(xiàn)
8.1 模糊系統(tǒng)結(jié)構(gòu)
8.2 模糊控制器的設(shè)計
8.2.1 模糊化
8.2.2 建立模糊推理規(guī)則
8.2.3 確定權(quán)與規(guī)則信度
8.2.4 選擇適當(dāng)?shù)年P(guān)系生成方法和推理合成算法
8.2.5 反模糊化
8.3 模糊控制系統(tǒng)的MATLAB實現(xiàn)
8.3.1 模糊邏輯工具箱的圖形界面工具
8.3.2 FIS編輯器
8.3.3 隸屬函數(shù)編輯器
8.3.4 模糊規(guī)則編輯器
8.3.5 模糊規(guī)則觀察器
8.3.6 輸出曲面觀察器
8.3.7 自定義模糊推理系統(tǒng)
參考文獻(xiàn)