感測器信息處理及套用

《感測器信息處理及套用》是2012年科學出版社出版的圖書，作者是王祁。

基本介紹

• 書名：感測器信息處理及套用
• 作者：王祁
• ISBN：9787030327918
• 頁數：422頁
• 出版社：科學出版社
• 出版時間：2012年1月20日
• 裝幀：平裝
• 開本：16
• 商品重量：721 g
• 正文語種：簡體中文
• 商品尺寸：23.6 x 16.6 x 2 cm

內容簡介

各種自動化智慧型化測控系統和設備中都安裝著大量不同種類的感測器，它們產生的大量數據中包含著豐富的信息。王祁編寫的《感測器信息處理及套用》介紹如何利用智慧型理論和方法處理感測器信息並揭示系統的內在規律，包括人工神經網路、盲源分離、支持向量機、主成分分析、粒子群最佳化算法、小波熵、粗糙集、相關向量機、數據挖掘等理論方法，以及套用這些理論方法對感測器信息進行處理的實例；如何利用信息處理方法對感測器進行故障診斷和數據重構；介紹自確認感測器原理及其信息處理方法；感測器的信息融合及套用、無線感測器網路中的信息處理技術。本書還介紹多種最新的信息處理方法及其在感測器信息處理中的套用。注重理論聯繫實際，套用實例均取材於作者的科研項目和國內外最新的研究成果。本書各章獨立，讀者可根據需要選讀。

《感測器信息處理及套用》可作為電子信息、自動化、儀器科學與技術等專業的碩士生、博士生的教學用書，也可供相關領域的科研人員、工程技術人員參考。

編輯推薦

感測器是當今科技發展的關鍵技術之一，作為信息獲取的源頭，它越來越多地受到人們的重視。現代感測器正朝著微型化、數位化、集成化、智慧型化、網路化、高精度和多功能的方向發展。

王祁編寫的《感測器信息處理及套用》研究利用智慧型理論和方法對感測器信息進行處理。

《感測器信息處理及套用》介紹如何利用智慧型理論和方法處理感測器信息並揭示系統的內在規律。

目錄

前言

第1章 緒論

1．1 概述

1．1．1 感測器與信息處理技術

1．1．2 感測器數據處理與信息處理

1．1．3 感測器信息處理的發展

1．2 感測器數據處理

1．2．1 數字濾波

1．2．2 非線性校正

1．2．3 溫度補償

1．2．4 感測器誤差處理

1．3 感測器信息處理

1．3．1 感測器信息處理的目的

1．3．2 多感測器系統中檢測數據的特點

1．3．3 本書的研究內容

參考文獻

第2章 基於智慧型理論的感測器信息處理

2．1 基於盲源分離理論的感測器信息處理

2．1．1 盲源分離基本理論

2．1．2 在感測器信息處理中的套用實例

2．2 基於支持向量機的感測器信息處理

2．2．1 SVM基本原理

2．2．2 多分類支持向量機

2．2．3 SVM模型參數選擇

2．2．4 最小二乘支持向量回歸原理

2．2．5 支持向量機在感測器信息處理中的套用實例

2．3 基於粒子群最佳化算法的感測器信息處理

2．3．1 PSO基本原理

2．3．2 PSO的改進算法

2．3．3 粒子群最佳化算法在感測器信息處理中的套用實例

2．4 基於小波熵理論的感測器信息處理

2．4．1 小波分析基礎

2．4．2 小波熵基本原理

2．4．3 小波熵在感測器信息處理中的套用實例

2．5 基於粗糙集理論的感測器信息處理

2．5．1 粗糙集理論基本概念

2．5．2 粗糙集約簡概念

2．5．3 常用屬性約簡算法分析

2．5．4 粗糙集理論在試車台系統故障診斷中的套用

2．6 基於相關向量機的感測器信息處理

2．6．1 RVM基本原理

2．6．2 RVM決策函式複雜度分析

2．6．3 RVM與SVM性能比較

2．6．4 相關向量機在感測器信息處理中的套用實例

2．7 數據挖掘技術在多感測器信息處理系統中的套用

2．7．1 數據挖掘的概念

2．7．2 數據挖掘技術的功能

2．7．3 基於分類和預測的數據挖掘技術在多感測器系統中的套用

2．7．4 基於關聯準則的數據挖掘技術在多感測器系統中的套用

2．7．5 基於聚類分析的數據挖掘技術在多感測器系統中的套用

2．7．6 基於時間序列分析的數據挖掘技術在多感測器系統中的套用

參考文獻

第3章 基於神經網路的感測器信息處理

3．1 人工神經網路

3．1．1 神經網路概述

3．1．2 基本結構

3．2 BP神經網路

3．2．1 BP神經元模型

3．2．2 BP學習算法

3．3 RBF神經網路

3．3．1 RBF神經網路的結構

3．3．2 RBF神經網路的映射關係

3．3．3 RBF網路訓練的準則和常用算法

3．3．4 RBF神經網路與BP神經網路的比較

3．4 SOM神經網路

3．4．1 Kohonen自組織映射網路結構

3．4．2 Kohonen自組織映射算法

3．5 模糊神經網路

3．5．1 模糊神經網路簡介

3．5．2 模糊神經網路實例

3．6 遺傳神經網路

3．6．1 遺傳神經網路簡介

3．6．2 遺傳神經網路實例

3．7 小波神經網路

3．7．1 小波神經網路簡介

3．7．2 小波神經網路實例

3．8灰色神經網路

3．8．1 灰色神經網路簡介

3．8．2 灰色神經網路實例

3．9基於人工神經網路的感測器信息處理

3．9．1 BP網路用於多種氣體分類

3．9．2 套用RBF神經網路對混合氣體濃度進行定量測量

3．9．3 組合PCA與BP網路混合氣體濃度測量

3．9．4 基於RBF神經網路時間序列預測器的感測器故障診斷

參考文獻

第4章 感測器信息融合

4．1 概述

4．1．1 感測器融合技術的產生和發展

4．1．2 感測器融合的概念

4．1．3 感測器融合的特點

4．1．4 感測器融合的套用

4．2 感測器信息融合系統的結構

4．2．1 信息融合的層次結構

4．2．2 信息融合的體系結構

4．2．3 感測器信息融合的算法

4．3 基於貝葉斯理論的感測器信息融合

4．3．1 貝葉斯條件機率公式

4．3．2 基於貝葉斯理論的感測器信息融合

4．3．3 貝葉斯方法在信息融合中的套用實例

4．4 基於D—S理論的感測器信息融合

4．4．1 D—S證據理論

4．4．2 基於D—s證據理論的信息融合

4．4．3 基於D—S證據理論信息融合的套用實例

4．5 基於模糊集理論的感測器信息融合

4．5．1 模糊集理論簡介

4．5．2 基於模糊集理論的感測器信息融合

4．5．3 基於模糊理論進行多感測器信息融合的環境監測系統一

4．6 基於人工神經網路的感測器信息融合

4．6．1 人工神經網路與感測器信息融合

4．6．2 基於人工神經網路的感測器信息融合方法

4．6．3 基於人工神經網路的感測器信息融合實例

參考文獻

第5章 感測器故障診斷及數據恢復

5．1 概述

5．1．1 感測器故障診斷及數據恢復的意義

5．1．2 感測器故障特性分析

5．1．3 診斷方法綜述

5．1．4 內容簡介

5．2 基於數學模型的診斷方法

5．2．1 基於觀測器的診斷方法

5．2．2 基於濾波器的診斷方法

5．3 基於PCA的故障診斷與數據重構方法

5．3．1 前言

5．3．2 PCA簡介

5．3．3 基於PCA的診斷模型

5．3．4 故障診斷算法仿真驗證

5．3．5 基於PCA的感測器故障診斷新技術

5．4 基於神經網路的故障診斷與重構方法

5．4．1 人工神經網路感測器故障診斷原理

5．4．2 神經網路時間序列預測器設計

5．4．3 基於Elman人工神經網路的故障數據重構

5．5 基於模式識別的診斷方法研究

5．5．1 模式識別基本原理

5．5．2 基於模式識別的感測器故障診斷原理

5．5．3 基於小波包分解的感測器故障特徵提取

5．5．4 基於神經網路的感測器模式分類

5．5．5 基於減法聚類的感測器新型故障辨識

5．5．6 故障診斷算法仿真驗證

參考文獻

第6章 自確認感測器

6．1 概述

6．2 自確認感測器原理

6．2．1 有關概念

6．2．2 輸出參數

6．2．3 研究內容

6．3 自確認感測器的結構

6．3．1 PC機+數據採集卡

6．3．2 固定結構的專用硬體平台

6．3．3 基於可程式硬體的通用硬體平台的開發

6．4 自確認感測器算法

6．4．1 自確認感測器故障診斷和信號恢復算法

6．4．2 自確認參數計算方法

6．5 自確認感測器舉例

6．5．1 自確認溶解氧感測器

6．5．2 自確認差壓流量計”

6．6 自確認壓力感測器

6．6．1 結構設計

6．6．2 故障檢測方法

6．6．3 故障診斷方法

6．6．4 自確認參數計算方法

6．6．5 試驗系統設計及試驗

6．7 多功能自確認感測器

6．7．1 概念及其功能模型

6．7．2 特徵

6．7．3 關鍵技術

6．7．4 發展方向

6．7．5 基於RVM的多功能自確認水質檢測感測器

參考文獻

第7章 無線感測器網路信息處理技術

7．1 概述

7．1．1 無線感測器網路介紹

7．1．2 主要研究內容

7．2 無線感測器網路協同信息處理技術

7．2．1 基於移動匯聚節點組織策略的無線感測器網路協同信息獲取

7．2．2 基於動態聯盟的無線感測器網路協同方法

7．3 無線感測器網路數據融合技術

7．3．1 基於路由的無線感測器網路數據融合

7．3．2 基於統計特性的分布卡爾曼濾波在無線感測器網路數據融合中的套用

7．3．3 基於組播樹的無線感測器網路數據融合技術

7．3．4 基於時間序列預測的無線感測器網路信息融合

7．4 無線感測器網路數據壓縮

7．4．1 基於排序編碼的無線感測器網路數據壓縮

7．4．2 基於管道的無線感測器網路數據壓縮

7．4．3 基於分散式數據壓縮算法在無線感測器網路中的套用

7．4．4 壓縮感測思想與網路化信息獲取

7．5 無線感測器網路安全性

7．5．1 基於數據保密性的數據融合安全方案

7．5．2 基於數據完整性的數據融合安全方案

7．6 智慧型無線感測器網路監測系統及信息處理技術

7．6．1 無線感測器網路協同智慧型交通系統

7．6．2 建築結構無線感測器網路健康監測系統及信息處理技術

7．6．3 農業灌區無線感測器網路監測系統及信息處理技術

7．6．4 基於無線感測器網路的多機器人聲源目標協作搜尋系統

參考文獻