| 中文摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-14页 |
| 1.1 研究的目的和意义 | 第9-10页 |
| 1.1.1 研究的背景 | 第9页 |
| 1.1.2 研究的意义 | 第9-10页 |
| 1.2 国内外发展状况 | 第10-13页 |
| 1.3 本文主要研究的内容 | 第13-14页 |
| 第2章 分形理论基础 | 第14-34页 |
| 2.1 分形维数 | 第14-26页 |
| 2.1.1 分形维数概述 | 第15-19页 |
| 2.1.2 几种分形维数 | 第19-22页 |
| 2.1.3 分形维数的计算 | 第22-26页 |
| 2.2 多重分形 | 第26-30页 |
| 2.2.1 多重分形定义 | 第26-27页 |
| 2.2.2 多重分形的 f (a)统计物理和广义分形维数特征 | 第27-30页 |
| 2.3 分数布朗运动 | 第30-33页 |
| 2.3.1 分数布朗运动形成 | 第30-32页 |
| 2.3.2 Hust 指数和 R/S 分析法 | 第32-33页 |
| 2.4 本章小结 | 第33-34页 |
| 第3章 PCV-2 疫苗图像特征提取 | 第34-44页 |
| 3.1 多重分形的 PCV-2 疫苗图像特征提取 | 第34-36页 |
| 3.1.1 多重分形谱计算 | 第34-35页 |
| 3.1.2 多重分形的 PCV-2 疫苗图像特征提取 | 第35-36页 |
| 3.2 分数布朗运动的 PCV-2 疫苗图像特征提取 | 第36-38页 |
| 3.3 分形维数的 PCV-2 疫苗图像特征提取 | 第38-43页 |
| 3.3.1 盒维数计算 | 第38-39页 |
| 3.3.2 分形维数特征提取 | 第39-43页 |
| 3.4 本章小结 | 第43-44页 |
| 第4章 基于神经网络的 PCV-2 疫苗图像识别 | 第44-63页 |
| 4.1 神经网络 | 第44-46页 |
| 4.1.1 神经网络的建立 | 第44-45页 |
| 4.1.2 神经网络的分类 | 第45页 |
| 4.1.3 神经网络的识别过程 | 第45-46页 |
| 4.2 BP 神经网络 | 第46-50页 |
| 4.2.1 BP 神经网络概述 | 第46-50页 |
| 4.2.2 BP 神经网络模型建立 | 第50页 |
| 4.3 基于 BP 神经网络的 PCV-2 疫苗图像识别 | 第50-61页 |
| 4.3.1 PCV-2 疫苗图像预处理 | 第50-55页 |
| 4.3.2 分形特征分析 | 第55-58页 |
| 4.3.3 神经网络识别结果 | 第58-61页 |
| 4.4 本章小结 | 第61-63页 |
| 结论 | 第63-65页 |
| 参考文献 | 第65-70页 |
| 致谢 | 第70页 |
