文摘
英文文摘
学位论文版权使用授权书及声明
第1章绪论
1.1国内外禽畜养殖场有害气体研究现状
1.2多元线性回归方法和广义回归神经网络的发展概况
1.2.1多元线性回归方法的发展概况
1.2.2广义回归神经网络的发展概况
1.3本文的主要研究工作
1.4本文研究的意义
第2章利用多元线性回归估算有害气体浓度
2.1多元线性回归分析
2.1.1线性回归分析简介
2.1.2多元线性回归模型
2.1.3回归方程的检验
2.1.4回归预测原理
2.2禽畜养殖场有害气体分析回归方程的优选
2.2.1回归方程自变量选取方法简介
2.2.2回归算法的选定
2.2.3逐步回归算法的数学模型
2.3有害气体浓度数据的处理
2.3.1数据的采集与预处理
2.3.2数据估算与分析
2.4本章小节
第3章改进型径向基神经网络
3.1 RBF神经网络
3.2正则化理论
3.3正则化网络模型
3.4 RBF网络的变形
3.4.1广义RBF网络
3.4.2广义回归神经网络
3.5本章小结
第4章利用基于神经网络的数据融合法估算有害气体浓度
4.1数据融合方法
4.1.1数据融合的定义
4.1.2数据融合的基本原理
4.1.3数据融合的特点
4.1.4数据融合主要过程
4.2基于GRNN神经网络的数据融合方法
4.2.1基于神经网络的数据融合
4.2.2基于GRNN的数据融合方法在有害气体数据处理中的应用
4.3本章小结
第5章数据处理软件设计
5.1数据处理软件概述
5.2数据处理软件设计的注意事项
5.3 Visual Basic简介
5.4有害气体浓度数据处理软件设计
5.4.1有害气体浓度数据的显示
5.4.2氨气浓度数据的筛选
5.4.3估算数据误差比较
5.5本章小结
第6章结论与展望
6.1本文主要完成的工作
6.2后续工作展望
参考文献
致谢
攻读硕士期间发表的论文