变分贝叶斯分解算法在红外无损检测中的应用研究
| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究背景和意义 | 第10-11页 |
| 1.2 缺陷特征提取算法的国内外研究现状 | 第11-13页 |
| 1.3 本文主要贡献和创新 | 第13-14页 |
| 1.4 本论文的结构安排 | 第14-16页 |
| 第二章 缺陷特征的混合模型 | 第16-21页 |
| 2.1 感应热传导分析 | 第16-17页 |
| 2.2 试件的热模式和稀疏特性分析 | 第17-18页 |
| 2.3 稀疏模型的建立 | 第18-20页 |
| 2.4 本章小结 | 第20-21页 |
| 第三章 变分贝叶斯的矩阵分解算法 | 第21-31页 |
| 3.1 矩阵分解的基本理论分析 | 第21页 |
| 3.2 参数的先验分布 | 第21-23页 |
| 3.3 变分贝叶斯估计(VB)算法 | 第23页 |
| 3.4 矩阵U和矩阵V的估计 | 第23-25页 |
| 3.5 参数γ的估计 | 第25-26页 |
| 3.6 矩阵S的估计 | 第26-27页 |
| 3.7 参数α的估计 | 第27-28页 |
| 3.8 参数β的估计 | 第28-29页 |
| 3.9 本章小结 | 第29-31页 |
| 第四章 自适应变分贝叶斯的矩阵分解算法 | 第31-54页 |
| 4.1 基本理论分析 | 第31-33页 |
| 4.2 变分贝叶斯估计(VB)算法 | 第33页 |
| 4.3 矩阵U和矩阵V的估计 | 第33-35页 |
| 4.4 参数γ的估计 | 第35-36页 |
| 4.5 矩阵S的估计 | 第36-37页 |
| 4.6 参数α的估计 | 第37-38页 |
| 4.7 参数β的估计 | 第38页 |
| 4.8 参数λ的估计 | 第38-39页 |
| 4.9 迭代终止条件 | 第39-40页 |
| 4.10 实验步骤 | 第40页 |
| 4.11 F-score的定义 | 第40-42页 |
| 4.12 结果分析 | 第42-49页 |
| 4.13 计算复杂度分析 | 第49-50页 |
| 4.14 不同稀疏特性分析 | 第50-52页 |
| 4.15 λ的收敛性分析 | 第52页 |
| 4.16 本章小结 | 第52-54页 |
| 第五章 自相关性判别的变分贝叶斯矩阵分解算法 | 第54-70页 |
| 5.1 基本理论分析 | 第54-56页 |
| 5.2 基于变分贝叶斯算法的参数估计 | 第56-58页 |
| 5.2.1 矩阵U和矩阵V的估计 | 第56-57页 |
| 5.2.2 参数γ的估计 | 第57页 |
| 5.2.3 矩阵S的估计 | 第57页 |
| 5.2.4 参数α的估计 | 第57-58页 |
| 5.2.5 参数?的估计 | 第58页 |
| 5.2.6 参数?的估计 | 第58页 |
| 5.3 不同块状区域之间的自相关性判别 | 第58-60页 |
| 5.4 迭代终止的判据条件 | 第60-61页 |
| 5.5 试件信息 | 第61页 |
| 5.6 结果分析 | 第61-67页 |
| 5.7 计算复杂度分析 | 第67-68页 |
| 5.8 本章小结 | 第68-70页 |
| 第六章 全文总结与展望 | 第70-73页 |
| 6.1 全文总结 | 第70-71页 |
| 6.2 后续工作展望 | 第71-73页 |
| 致谢 | 第73-74页 |
| 参考文献 | 第74-78页 |
| 攻读硕士学位期间取得的成果 | 第78页 |
