机务检修整备影像分析系统设计与实现
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第9-14页 |
| 1.1 课题研究背景 | 第9-10页 |
| 1.2 课题研究现状 | 第10-11页 |
| 1.2.1 国外发展现状 | 第10页 |
| 1.2.2 国内发展现状 | 第10-11页 |
| 1.3 当前机务检修整备工作中存在的主要问题 | 第11-12页 |
| 1.4 课题研究主要内容 | 第12-13页 |
| 1.5 章节结构安排 | 第13-14页 |
| 2 机务检修整备影像分析系统设计中应用的相关技术 | 第14-21页 |
| 2.1 图像识别技术 | 第14-16页 |
| 2.1.1 图像识别技术概述 | 第14页 |
| 2.1.2 图像识别技术原理 | 第14页 |
| 2.1.3 图像识别技术过程 | 第14-15页 |
| 2.1.4 图像识别技术的应用 | 第15页 |
| 2.1.5 图像识别技术的相关模型 | 第15-16页 |
| 2.2 物联网技术 | 第16-18页 |
| 2.2.1 物联网概述 | 第16页 |
| 2.2.2 物联网相关技术 | 第16-18页 |
| 2.3 Tensor Flow平台 | 第18-19页 |
| 2.3.1 Tensor Flow平台概述 | 第18-19页 |
| 2.3.2 Tensor Flow操作步骤 | 第19页 |
| 2.4 本章小结 | 第19-21页 |
| 3 机务检修整备影像分析系统设计需求分析 | 第21-30页 |
| 3.1 机务检修整备影像分析作业概述 | 第21-24页 |
| 3.2 机车检修整备影像信息处理流程分析 | 第24页 |
| 3.3 机车检修整备影像分析系统目标分析 | 第24-25页 |
| 3.4 机车检修整备影像分析系统功能性需求分析 | 第25-27页 |
| 3.5 机车检修整备影像分析系统性能需求分析 | 第27-28页 |
| 3.6 其他需求 | 第28-29页 |
| 3.7 本章小结 | 第29-30页 |
| 4 机务检修整备影像分析系统总体框架设计 | 第30-42页 |
| 4.1 系统体系结构设计 | 第30-32页 |
| 4.2 系统逻辑结构设计 | 第32-33页 |
| 4.3 系统网络结构设计 | 第33-34页 |
| 4.4 技术架构设计 | 第34-35页 |
| 4.5 数据库设计 | 第35-41页 |
| 4.5.1 数据库需求分析 | 第35页 |
| 4.5.2 数据库概念设计 | 第35页 |
| 4.5.3 数据库逻辑设计 | 第35-36页 |
| 4.5.4 数据库物理设计 | 第36-41页 |
| 4.6 本章小结 | 第41-42页 |
| 5 机务检修整备影像分析系统详细设计与实现 | 第42-61页 |
| 5.1 基于图像识别的深度学习框架 | 第42-45页 |
| 5.1.1 深度神经网络(DNN) | 第42页 |
| 5.1.2 卷积神经网络算法 | 第42-44页 |
| 5.1.3 循环神经网络(RNN) | 第44页 |
| 5.1.4 SSD算法 | 第44-45页 |
| 5.2 机车配件图像识别训练 | 第45-51页 |
| 5.2.1 配件图片打标 | 第45-46页 |
| 5.2.2 核心训练过程 | 第46-49页 |
| 5.2.3 机车配件图像识别 | 第49-51页 |
| 5.3 机务检修整备影像分析系统实现 | 第51-60页 |
| 5.3.1 数据库选择 | 第52-53页 |
| 5.3.2 技术选型 | 第53-54页 |
| 5.3.3 系统功能展示 | 第54-60页 |
| 5.4 本章小结 | 第60-61页 |
| 结论 | 第61-62页 |
| 致谢 | 第62-63页 |
| 参考文献 | 第63-64页 |
