局部放电灰度图象识别特征提取与分形压缩方法的研究
| 目录 | 第1-4页 |
| 中文摘要 | 第4-6页 |
| 摘要（英文 | 第6-10页 |
| 第1章 绪论 | 第10-29页 |
| 1．1 局部放电测量中模式自动识别的意义 | 第10-11页 |
| 1．2 局部放电产生原因及放电种类 | 第11-12页 |
| 1．3 局部放电模式自动识别研究的发展状况 | 第12-27页 |
| 1．3．1 放电模式 | 第13-16页 |
| 1．3．2 局部放电模式特征参数 | 第16-20页 |
| 1．3．3 局部放电模式识别分类器 | 第20-26页 |
| 1．3．4 样本数据库 | 第26-27页 |
| 1．4 局部放电灰度图象压缩技术研究 | 第27页 |
| 1．5 论文的研究目标 | 第27-29页 |
| 第2章 分形基本理论与分维数估计方法 | 第29-49页 |
| 2．1 分形定义 | 第29-31页 |
| 2．2 分维数 | 第31-33页 |
| 2．3 多重分形与广义维数 | 第33-39页 |
| 2．3．1 多重分形与奇异性指数 | 第34-35页 |
| 2．3．2 广义维数与奇异性谱 | 第35-37页 |
| 2．3．3 广义维数的特例 | 第37-39页 |
| 2．4 分维数估计的MDBC法 | 第39-46页 |
| 2．4．1 分维数估计的主要方法 | 第39-41页 |
| 2．4．2 MDBC法的思想根据及具体算法 | 第41-43页 |
| 2．4．3 实例图象分析 | 第43-46页 |
| 2．5 小结 | 第46-49页 |
| 第3章 局部放电灰度图象识别特征提取方法 | 第49-75页 |
| 3．1 放电模型及实验装置 | 第49-52页 |
| 3．1．1 放电模型 | 第49-51页 |
| 3．1．2 实验线路及设备 | 第51-52页 |
| 3．2 获取模型放电样本实验 | 第52-61页 |
| 3．2．1 实验步骤及方法 | 第53-54页 |
| 3．2．2 局部放电放电灰度图象及数据格式 | 第54-61页 |
| 3．3 局部放电灰度图象分形特征 | 第61-65页 |
| 3．3．1 特征图象与分形特征参数 | 第61-62页 |
| ·局部放电图象分维数计算结果 | 第62-65页 |
| 3．4 局部放电图象矩特征参数 | 第65-69页 |
| 3．4．1 矩的基本理论 | 第65-66页 |
| 3．4．2 局部放电灰度图象识别矩特征 | 第66-67页 |
| 3．4．3 局部放电灰度图象矩特征计算结果 | 第67-69页 |
| 3．5 局部放电灰度图象相关性统计特征 | 第69-73页 |
| 3．5．1 相关性统计特征参数 | 第69-70页 |
| 3．5．2 相关性统计特征参数计算结果 | 第70-73页 |
| 3．6 小结 | 第73-75页 |
| 第4章 局部放电灰度图象的分形压缩研究 | 第75-99页 |
| 4．1 图象质量的判别 | 第75-76页 |
| 4．2 分形静态图象压缩的基本原理 | 第76-83页 |
| 4．2．1 迭代函数系统理论简介 | 第77-80页 |
| 4．2．2 分形静态图象压缩编码的基本方法 | 第80-83页 |
| 4．3 自适应四叉树分形压缩编码方法 | 第83-88页 |
| 4．3．1 图象的四叉树分割 | 第84-85页 |
| 4．3．2 父块的分类方法 | 第85-86页 |
| 4．3．3四 叉树分形编码算法 | 第86-87页 |
| 4．3．4 仿真实验 | 第87-88页 |
| 4．4 局部放电图象压缩效果分析 | 第88-89页 |
| 4．5 小结 | 第89-99页 |
| 第5章 局部放电模式自动识别系统 | 第99-114页 |
| 5．1 BPNN基本原理及结构 | 第99-103页 |
| 5．2 局部放电自动识别方案 | 第103-104页 |
| 5．3 局部放电BPNN识别结果 | 第104-112页 |
| 5．3．1 局部放电原始灰度图象识别结果 | 第104-110页 |
| 5．3．2 局部放电解码图象识别结果 | 第110-112页 |
| 5．4 小结 | 第112-114页 |
| 结论 | 第114-116页 |
| 致谢 | 第116-117页 |
| 参考文献 | 第117-125页 |
| 攻读博士学位期间发表的学术论文 | 第125-126页 |
| 攻读博士学位期间取得的科研成果 | 第126页 |
