| 第一章 绪论 | 第1-21页 |
| 1 课题研究意义综述 | 第9-10页 |
| 2 传统的火焰检测技术及其局限性 | 第10-11页 |
| 3 基于图像处理的火焰可视化和燃烧智能诊断 | 第11-17页 |
| 4 本文研究内容 | 第17-21页 |
| 第二章 反映火焰燃烧状态的图像特征量 | 第21-36页 |
| 1 反映火焰燃烧状态的火焰图像特征量分析 | 第22-25页 |
| 2 油火焰与煤粉火焰的图像特征量变化 | 第25-34页 |
| 3 本章小结 | 第34-36页 |
| 第三章 主元分析方法在火焰燃烧诊断中的应用 | 第36-50页 |
| 1 统计过程控制与多变量统计过程控制 | 第37-39页 |
| 2 主元分析PCA(PRINCIPAL COMPONENT ANALYSIS)方法 | 第39-41页 |
| 3 应用主元分析进行火焰监测 | 第41-48页 |
| 4 本章小结 | 第48-50页 |
| 第四章 基于神经网络的非线性主元方法 | 第50-63页 |
| 1 输入型训练神经网络 | 第51-53页 |
| 2 非线性输入型网络PCA火焰燃烧诊断方法 | 第53-54页 |
| 3 非线性输入型训练神经网络燃烧诊断方法在油火焰和煤粉火焰燃烧状态监测上的应用 | 第54-61页 |
| 4 本章小结 | 第61-63页 |
| 第五章 分形理论在中火焰燃烧诊断中的应用与实时燃烧诊断系统中缺失数据的处理 | 第63-81页 |
| 1 分形理论在火焰图像处理中的应用 | 第63-73页 |
| 2 实时燃烧诊断系统中缺失数据的处理 | 第73-78页 |
| 3 本章小结 | 第78-81页 |
| 第六章 全文总结及今后工作展望 | 第81-84页 |
| 1 本文的研究内容 | 第81-82页 |
| 2 本文创新点 | 第82-83页 |
| 3 工作展望 | 第83-84页 |
| 作者攻读硕士学位期间发表的论文 | 第84-85页 |
| 致谢 | 第85页 |
