1绪论

1.1测试系统的信号获取

1.2数据信息融合

1.2.1信息融合的定义及应用

1.2.2信息融合的一般模型

1.2.3信息融合的层次

1.2.4信息融合典型算法

1.3智能信息处理概述

1.4网络化虚拟测量概述

1.4.1虚拟仪器技术的产生与发展

1.4.2网络技术与虚拟仪器技术的结合

1.4.3网络化虚拟测量技术的应用

2嵌入式远程测量信息处理实践平台技术

2.1嵌入式远程测量信息处理实践的意义

2.2嵌入式远程测量系统的基本实现技术

2.2.1虚拟仪器的结构和功能

2.2.2虚拟仪器的特点

2.2.3虚拟仪器与传统仪器的比较

2.2.4虚拟仪器设计的一般步骤

2.2.5基于虚拟仪器的无线嵌入式测量实验系统

2.2.6LabVIEW与MATLAB混合编程

2.2.7基于LabVIEW的网络化虚拟测量

2.2.8网络化虚拟测量通信模型

2.2.9基于LabVIEW的DataSocket及UDP通信

2.3实践平台硬件与软件系统

2.3.1系统的硬件和软件组成

2.3.2系统的硬件设置

2.3.3无线网络配置

2.4实践平台应用流程

2.5实践平台操作注意事项

2.6思考与总结

目录

现代智能信息处理实践方法

3神经计算实践方法实现

3.1神经计算方法概论

3.2神经网络分类及其优化

3.2.1实践内容

3.2.2实践步骤

3.2.3思考与总结

3.3采用神经计算解决误差曲面问题

3.3.1实践内容

3.3.2实践步骤

3.4线性神经元的训练问题

3.4.1实践内容

3.4.2实践步骤

3.5神经计算方法实践的意义

3.6实践平台硬件与软件系统

3.6.1硬件设备

3.6.2系统软件

3.7实践平台应用流程

3.8实践平台操作注意事项

3.9思考与总结

4神经计算典型MATLAB程序设计实现

4.1面向MATLAB的BP神经网络设计

4.1.1BP神经网络的初始化

4.1.2BP神经网络的创建

4.1.3BP神经网络的仿真

4.1.4BP神经网络的训练

4.2径向基函数网络设计

4.2.1问题描述

4.2.2网络建立

4.2.3仿真网络

4.2.4结论

5进化计算实践方法实现

5.1进化计算方法概论

5.2进化计算方法基本原理

5.2.1遗传算法

5.2.2粒群智能

5.3基于进化计算的多项式逼近信号去噪

5.4进化计算性能分析实践平台的搭建与软、硬件系统

5.4.1进化计算性能分析实践的意义

5.4.2进化计算性能分析实践平台硬件与软件系统

5.4.3实践平台应用流程

5.4.4实践平台应用注意事项

6进化计算的MATLAB程序设计实现

6.1面向MATLAB的遗传算法设计

6.1.1遗传算法的MATLAB工具箱介绍

6.1.2遗传算法编程实例

6.1.3遗传算法优化结果分析

6.2微粒群优化算法程序设计及MATLAB实现

6.2.1微粒群优化算法的基本原理

6.2.2微粒群优化算法程序实现

6.2.3微粒群优化算法结果分析

7模糊计算实践方法实现

7.1模糊逻辑概述

7.1.1模糊逻辑的起源

7.1.2模糊逻辑的特点和应用分析

7.2模糊推理系统基本原理

7.2.1模糊推理系统概述

7.2.2模糊推理系统分类

7.3模糊推理系统控制实践的意义

7.4模糊推理系统控制实践平台的硬件与软件系统

7.4.1硬件设备

7.4.2系统软件

7.5模糊推理系统控制实践平台的基本原理

7.6模糊推理系统控制实践平台应用流程

7.7模糊推理系统控制实践平台操作注意事项

7.8思考与总结

8模糊控制系统设计及MATLAB实现

8.1模糊系统结构

8.2模糊控制器的设计

8.2.1模糊化

8.2.2建立模糊推理规则

8.2.3确定权与规则信度

8.2.4选择适当的关系生成方法和推理合成算法

8.2.5反模糊化

8.3模糊控制系统的MATLAB实现

8.3.1模糊逻辑工具箱的图形界面工具

8.3.2FIS编辑器

8.3.3隶属函数编辑器

8.3.4模糊规则编辑器

8.3.5模糊规则观察器

8.3.6输出曲面观察器

8.3.7自定义模糊推理系统

参考文献