1 绪论 1
1.1测试系统的信号获取 1
1.2数据信息融合 3
信息融合的定义及应用 3
信息融合的一般模型 4
信息融合的层次 5
信息融合典型算法 6
1.3智能信息处理概述 9
1.4网络化虚拟测量概述 12
虚拟仪器技术的产生与发展 13
网络技术与虚拟仪器技术的结合 14
网络化虚拟测量技术的应用 17
2 嵌入式远程测量信息处理实践平台技术 20
2.1嵌入式远程测量信息处理实践的意义 20
2.2嵌入式远程测量系统的基本实现技术 20
虚拟仪器的结构和功能 20
虚拟仪器的特点 21
虚拟仪器与传统仪器的比较 21
虚拟仪器设计的一般步骤 22
基于虚拟仪器的无线嵌入式测量实验系统 22
LabVIEW与MATLAB混合编程 25
基于LabVIEW的网络化虚拟测量 26
网络化虚拟测量通信模型 27
基于LabVIEW的DataSocket及UDP通信 28
2.3实践平台硬件与软件系统 33
系统的硬件和软件组成 33
系统的硬件设置 34
无线网络配置 35
2.4实践平台应用流程 40
2.5实践平台操作注意事项 44
2.6思考与总结 44
3 神经计算实践方法实现 45
3.1神经计算方法概论 45
3.2神经网络分类及其优化 46
实践内容 46
实践步骤 46
思考与总结 48
3.3采用神经计算解决误差曲面问题 50
实践内容 50
实践步骤 50
3.4线性神经元的训练问题 51
实践内容 51
实践步骤 51
3.5神经计算方法实践的意义 52
3.6实践平台硬件与软件系统 53
硬件设备 53
系统软件 54
3.7实践平台应用流程 54
3.8实践平台操作注意事项 58
3.9思考与总结 58
4 神经计算典型MATLAB程序设计实现 59
4.1面向MATLAB的BP神经网络设计 59
BP神经网络的初始化 59
BP神经网络的创建 59
BP神经网络的仿真 61
BP神经网络的训练 62
4.2径向基函数网络设计 65
问题描述 65
网络建立 66
仿真网络 67
结论 69
5 进化计算实践方法实现 70
5.1进化计算方法概论 70
5.2进化计算方法基本原理 70
遗传算法 70
粒群智能 83
5.3基于进化计算的多项式逼近信号去噪 95
5.4进化计算性能分析实践平台的搭建与软、硬件系统 97
进化计算性能分析实践的意义 97
进化计算性能分析实践平台硬件与软件系统 97
实践平台应用流程 98
实践平台应用注意事项 102
6 进化计算的MATLAB程序设计实现 103
6.1面向MATLAB的遗传算法设计 103
遗传算法的MATLAB工具箱介绍 103
遗传算法编程实例 106
遗传算法优化结果分析 108
6.2微粒群优化算法程序设计及MATLAB实现 109
微粒群优化算法的基本原理 109
微粒群优化算法程序实现 111
微粒群优化算法结果分析 115
7 模糊计算实践方法实现 118
7.1模糊逻辑概述 118
模糊逻辑的起源 118
模糊逻辑的特点和应用分析 119
7.2模糊推理系统基本原理 120
模糊推理系统概述 120
模糊推理系统分类 122
7.3模糊推理系统控制实践的意义 124
7.4模糊推理系统控制实践平台的硬件与软件系统 124
硬件设备 124
系统软件 125
7.5模糊推理系统控制实践平台的基本原理 125
7.6模糊推理系统控制实践平台应用流程 128
7.7模糊推理系统控制实践平台操作注意事项 131
7.8思考与总结 131
8 模糊控制系统设计及MATLAB实现 133
8.1模糊系统结构 133
8.2模糊控制器的设计 134
模糊化 134
建立模糊推理规则 135
确定权与规则信度 136
选择适当的关系生成方法和推理合成算法 137
反模糊化 137
8.3模糊控制系统的MATLAB实现 138
模糊逻辑工具箱的图形界面工具 138
FIS编辑器 139
隶属函数编辑器 140
模糊规则编辑器 142
模糊规则观察器 144
输出曲面观察器 145
自定义模糊推理系统 147
参考文献 149