焦煤显微组分分类方法研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-21页 |
| 1.1 课题研究的背景及意义 | 第9页 |
| 1.2 课题研究对象 | 第9-16页 |
| 1.2.1 惰质组 | 第10-12页 |
| 1.2.2 镜质组 | 第12-13页 |
| 1.2.3 壳质组 | 第13-16页 |
| 1.3 国内外研究现状 | 第16-20页 |
| 1.3.1 煤岩显微组分分析及相关研究 | 第16-17页 |
| 1.3.2 分类算法的研究现状 | 第17-20页 |
| 1.4 论文的主要内容与安排 | 第20-21页 |
| 第二章 焦煤显微组分的特征提取和分析 | 第21-43页 |
| 2.1 纹理特征提取方法 | 第21-33页 |
| 2.1.1 灰度统计 | 第23-24页 |
| 2.1.2 灰度共生矩阵 | 第24-25页 |
| 2.1.3 行程长度 | 第25-27页 |
| 2.1.4 小波变换 | 第27-29页 |
| 2.1.5 局部二进制模式 | 第29-31页 |
| 2.1.6 Tamura纹理 | 第31-33页 |
| 2.2 特征量分析 | 第33-42页 |
| 2.2.1 惰质组特征量分析 | 第35-38页 |
| 2.2.2 镜质组特征量分析 | 第38-40页 |
| 2.2.3 壳质组特征量分析 | 第40-42页 |
| 2.3 本章小结 | 第42-43页 |
| 第三章 基于支持向量机的焦煤显微组分分类 | 第43-60页 |
| 3.1 支持向量机 | 第43-47页 |
| 3.1.1 线性可分 | 第43-45页 |
| 3.1.2 线性不可分 | 第45-47页 |
| 3.2 焦煤显微组分分类 | 第47-59页 |
| 3.2.1 焦煤惰质组分类 | 第48-50页 |
| 3.2.2 焦煤镜质组分类 | 第50-53页 |
| 3.2.3 焦煤壳质组分类 | 第53-55页 |
| 3.2.4 焦煤显微组分组分类 | 第55-59页 |
| 3.3 本章小结 | 第59-60页 |
| 第四章 基于PCA-SLPP的降维方法 | 第60-69页 |
| 4.1 降维方法 | 第60-64页 |
| 4.1.1 主成分分析 | 第60-61页 |
| 4.1.2 局部保留投影 | 第61-62页 |
| 4.1.3 有监督的局部保留投影 | 第62-63页 |
| 4.1.4 基于PCA-SLPP的降维方法 | 第63-64页 |
| 4.2 实验结果和分析 | 第64-68页 |
| 4.2.1 实验数据和实验设置 | 第64页 |
| 4.2.2 结果与讨论 | 第64-68页 |
| 4.3 本章小结 | 第68-69页 |
| 第五章 基于改进极限学习机的分类方法 | 第69-76页 |
| 5.1 极限学习机改进 | 第69-72页 |
| 5.1.1 极限学习机模型 | 第69-70页 |
| 5.1.2 奇异值分解 | 第70-72页 |
| 5.1.3 改进的PSVD-ELM分类方法 | 第72页 |
| 5.2 实验与结果分析 | 第72-75页 |
| 5.2.1 实验数据和实验设置 | 第72-73页 |
| 5.2.2 结果与讨论 | 第73-75页 |
| 5.3 本章小结 | 第75-76页 |
| 第六章 总结与展望 | 第76-78页 |
| 6.1 总结 | 第76-77页 |
| 6.2 展望 | 第77-78页 |
| 参考文献 | 第78-83页 |
| 在学研究成果 | 第83-84页 |
| 致谢 | 第84-85页 |
| 附录A 插图清单 | 第85-86页 |
| 附录B 插表清单 | 第86-87页 |
| 附录C 部分核心源程序 | 第87-96页 |
