| 摘要 | 第5-6页 |
| 英文摘要 | 第6-7页 |
| 第1章 绪论 | 第10-20页 |
| 1.1 课题研究意义 | 第10-11页 |
| 1.2 油气输送管道的泄漏检测方法 | 第11-16页 |
| 1.2.1 管道内检测方法 | 第11-14页 |
| 1.2.2 管道外检测方法 | 第14-16页 |
| 1.3 国内外漏磁检测技术研究现状 | 第16-18页 |
| 1.4 本文的主要工作 | 第18-20页 |
| 第2章 基于SVM的管道缺陷多分类方法分析 | 第20-32页 |
| 2.1 管道缺陷分类问题分析 | 第20-23页 |
| 2.1.1 管道缺陷主要类型 | 第21-22页 |
| 2.1.2 缺陷漏磁信号的特征量分析 | 第22-23页 |
| 2.2 支持向量机概述 | 第23-28页 |
| 2.2.1 统计学习理论基础 | 第23-25页 |
| 2.2.2 支持向量机理论 | 第25-27页 |
| 2.2.3 核函数理论 | 第27-28页 |
| 2.3 支持向量机与传统机器学习方法对比分析 | 第28-30页 |
| 2.4 本章小结 | 第30-32页 |
| 第3章 改进的BT SVM方法研究与模型建立 | 第32-54页 |
| 3.1 支持向量机多类分类方法分析 | 第32-38页 |
| 3.2 改进的BT SVM多分类方法研究 | 第38-44页 |
| 3.2.1 类间分离度的定义 | 第40-42页 |
| 3.2.2 类间可分性表示方法对比分析 | 第42页 |
| 3.2.3 基于类间分离度的改进层次聚类算法 | 第42-44页 |
| 3.3 改进的层次聚类BT SVM分类模型建立 | 第44-51页 |
| 3.3.1 数据归一化处理 | 第45页 |
| 3.3.2 网格搜索与交叉验证法参数寻优 | 第45-47页 |
| 3.3.3 改进的BT SVM多分类训练与测试流程 | 第47-51页 |
| 3.4 改进的层次聚类BT SVM多分类方法仿真研究 | 第51-53页 |
| 3.5 本章小结 | 第53-54页 |
| 第4章 基于改进BT SVM模型的管道缺陷分类研究 | 第54-62页 |
| 4.1 管道缺陷分类的层次二叉树结构 | 第54-56页 |
| 4.1.1 管道缺陷特征数据集 | 第54-55页 |
| 4.1.2 层次聚合的二叉树结构 | 第55-56页 |
| 4.2 基于改进的BT SVM的管道缺陷分类方法仿真分析 | 第56-61页 |
| 4.2.1 管道缺陷分类模型的训练 | 第56页 |
| 4.2.2 管道缺陷分类模型的测试仿真分析 | 第56-61页 |
| 4.3 本章小结 | 第61-62页 |
| 第5章 管道缺陷可视化技术研究 | 第62-76页 |
| 5.1 管道缺陷可视化问题描述 | 第62-63页 |
| 5.2 管道缺陷可视化软件总体设计 | 第63-65页 |
| 5.2.1 软件开发环境设计 | 第63页 |
| 5.2.2 软件功能模块设计 | 第63-65页 |
| 5.3 管道缺陷可视化软件功能详细设计 | 第65-74页 |
| 5.3.1 数据预处理模块设计 | 第65页 |
| 5.3.2 显示模块设计 | 第65-73页 |
| 5.3.3 缺陷分析模块 | 第73页 |
| 5.3.4 存储与查询模块 | 第73-74页 |
| 5.4 本章小结 | 第74-76页 |
| 第6章 总结与展望 | 第76-78页 |
| 参考文献 | 第78-82页 |
| 致谢 | 第82-84页 |
| 攻读硕士期间科研情况 | 第84页 |
