基于遗传神经网络的车型识别算法研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-17页 |
| ·引言 | 第9-10页 |
| ·国内外发展现状 | 第10-13页 |
| ·模式识别技术 | 第10-11页 |
| ·声探测技术 | 第11-12页 |
| ·车型识别技术 | 第12-13页 |
| ·模式识别概述 | 第13-15页 |
| ·模式识别方法 | 第13-15页 |
| ·模式识别工程任务 | 第15页 |
| ·本文的主要内容 | 第15-17页 |
| 第二章 车辆噪声信号特性分析及采集 | 第17-24页 |
| ·车辆噪声信号特性分析 | 第17-22页 |
| ·声波传播理论 | 第17-20页 |
| ·噪声分类 | 第20-21页 |
| ·运动车辆噪声产生机理 | 第21-22页 |
| ·车辆噪声信号采集 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 第三章 车辆噪声信号预处理及分析 | 第24-38页 |
| ·信号加窗 | 第24-27页 |
| ·几种常见的窗函数 | 第24-25页 |
| ·窗函数的应用原则 | 第25页 |
| ·车辆噪声信号加窗 | 第25-27页 |
| ·小波去噪 | 第27-34页 |
| ·小波分析理论 | 第27-33页 |
| ·小波去噪 | 第33-34页 |
| ·车辆噪声信号分析 | 第34-37页 |
| ·本章小结 | 第37-38页 |
| 第四章 车辆噪声信号特征提取 | 第38-48页 |
| ·常用的声信号特征提取方法 | 第38-42页 |
| ·传统功率谱分析法 | 第38-40页 |
| ·有理函数模型谱分析法 | 第40-42页 |
| ·小波包特征提取 | 第42-47页 |
| ·小波包变换 | 第42-45页 |
| ·小波包噪声信号特征提取 | 第45-47页 |
| ·本章小结 | 第47-48页 |
| 第五章 遗传神经网络分类算法 | 第48-69页 |
| ·人工神经网络 | 第48-62页 |
| ·人工神经网络概述 | 第48-54页 |
| ·BP 误差反向传播神经网络 | 第54-62页 |
| ·遗传算法 | 第62-67页 |
| ·遗传算法的定义及特点 | 第62-64页 |
| ·遗传操作 | 第64-65页 |
| ·遗传算法适应度函数的改进 | 第65-66页 |
| ·遗传算法在优化实际问题中的应用 | 第66-67页 |
| ·遗传算法优化BP 神经网络 | 第67-68页 |
| ·本章小结 | 第68-69页 |
| 第六章 实验分析及分类 | 第69-79页 |
| ·车辆噪声信号特征提取 | 第69-74页 |
| ·建立遗传神经网络模型及分类 | 第74-78页 |
| ·本章小结 | 第78-79页 |
| 结论与展望 | 第79-81页 |
| 参考文献 | 第81-84页 |
| 附录 | 第84-88页 |
| 致谢 | 第88页 |
