| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-13页 |
| 1.1 课题的研究背景 | 第8-9页 |
| 1.2 课题的研究历史与现状 | 第9-10页 |
| 1.3 课题来源及拟解决的关键问题 | 第10-11页 |
| 1.4 课题研究的主要内容 | 第11-12页 |
| 1.5 本章小结 | 第12-13页 |
| 第2章 铁矿石品位分析方法 | 第13-16页 |
| 2.1 与铁矿石品位相关的概念 | 第13页 |
| 2.2 车载铁矿石品位分析相关方法 | 第13-15页 |
| 2.3 课题研究目的和研究方法 | 第15页 |
| 2.3.1 课题研究目的 | 第15页 |
| 2.3.2 课题研究方法 | 第15页 |
| 2.4 本章小结 | 第15-16页 |
| 第3章 铁矿石重量和体积测量方法 | 第16-28页 |
| 3.1 重量测量方法 | 第16-17页 |
| 3.2 体积测量方法 | 第17-25页 |
| 3.2.1 激光扫描仪概述 | 第17-18页 |
| 3.2.2 ROD4 plus激光扫描仪参数 | 第18页 |
| 3.2.3 ROD4 plus激光扫描仪应用原理及功能 | 第18-19页 |
| 3.2.4 ROD4 plus激光扫描仪的安装 | 第19-20页 |
| 3.2.5 Y1到Y4的连接功能 | 第20-21页 |
| 3.2.6 Y1连接件的连接器分配 | 第21-22页 |
| 3.2.7 Y2连接件的连接器分配（以太网） | 第22-23页 |
| 3.2.8 ROD4 plus编程接 | 第23-24页 |
| 3.2.9 接.的工作代码 | 第24-25页 |
| 3.3 体积的计算 | 第25-27页 |
| 3.4 本章小结 | 第27-28页 |
| 第4章 基于MATLAB的车载矿石块矿比分析研究 | 第28-38页 |
| 4.1 MATLAB概述 | 第28页 |
| 4.2 车载铁矿石的三维网线图分析 | 第28-33页 |
| 4.2.1 MATLAB的三维绘图功能 | 第28-30页 |
| 4.2.2 扫描仪的数据处理 | 第30-31页 |
| 4.2.3 车载铁矿石的三维网线图绘制 | 第31-33页 |
| 4.3 车载铁矿石的块矿比分析 | 第33-37页 |
| 4.3.1 分析模型 | 第33-34页 |
| 4.3.2 小方块面积计算 | 第34-36页 |
| 4.3.3 仿真计算及分析比较 | 第36-37页 |
| 4.4 本章小结 | 第37-38页 |
| 第5章 基于BP神经网络的车载铁矿石品位的仿真 | 第38-65页 |
| 5.1 神经网络概述 | 第38-40页 |
| 5.1.1 神经网络发展历史 | 第38-39页 |
| 5.1.2 神经网络的定义 | 第39-40页 |
| 5.2 人工神经网络的特征 | 第40-42页 |
| 5.2.1 神经网络性能特点 | 第40-41页 |
| 5.2.2 神经网络能力特点 | 第41-42页 |
| 5.2.3 神经网络结构特点 | 第42页 |
| 5.2.4 神经网络实现方式 | 第42页 |
| 5.3 神经网络信息处理原理与连接框架 | 第42-43页 |
| 5.3.1 神经网络信息处理基本原理 | 第42-43页 |
| 5.3.2 神经网络连接框架 | 第43页 |
| 5.4 神经网络的类型、学习类型与规则 | 第43-47页 |
| 5.5 BP神经网络概念 | 第47-49页 |
| 5.6 BP神经网络建模与仿真 | 第49-64页 |
| 5.6.1 BP神经网络的建模 | 第49-52页 |
| 5.6.2 车载铁矿石品位的仿真 | 第52-64页 |
| 5.6.3 结果分析 | 第64页 |
| 5.7 本章小结 | 第64-65页 |
| 第6章 总结与展望 | 第65-67页 |
| 6.1 总结 | 第65-66页 |
| 6.2 展望 | 第66-67页 |
| 致谢 | 第67-68页 |
| 参考文献 | 第68-70页 |
| 附录：攻读硕士学位期间公开发表的论文 | 第70页 |