基于光谱曲线特性的油膜厚度估计模型分析
摘要 | 第1-6页 |
ABSTRACT | 第6-9页 |
第1章 绪论 | 第9-18页 |
·课题研究的背景及意义 | 第9-10页 |
·预测油膜厚度的国内外技术现状 | 第10-15页 |
·光谱解混 | 第11-12页 |
·模式匹配 | 第12-15页 |
·论文研究工作及文章结构 | 第15-17页 |
·论文的研究工作 | 第15-16页 |
·文章结构 | 第16-17页 |
·本章小结 | 第17-18页 |
第2章 高光谱数据特性分析以及特征参数选择 | 第18-27页 |
·高光谱数据特性分析 | 第18-21页 |
·高光谱数据特性 | 第18-20页 |
·高光谱数据结构 | 第20-21页 |
·光谱曲线的预处理 | 第21-22页 |
·光谱曲线的特征参数选择 | 第22-26页 |
·常用的光谱曲线特征参数 | 第22-25页 |
·相关性分析 | 第25-26页 |
·本章小结 | 第26-27页 |
第3章 油膜厚度估计模型分析 | 第27-43页 |
·油膜厚度估计模型分类 | 第27-40页 |
·曲线拟合模型 | 第27-31页 |
·BP神经网络模型 | 第31-35页 |
·基于SVD迭代模型 | 第35-40页 |
·多特征融合的曲线拟合模型 | 第40-42页 |
·评价模型方式 | 第42页 |
·本章小结 | 第42-43页 |
第4章 光谱油膜厚度估算及实验结果分析 | 第43-58页 |
·实验数据获取 | 第43-46页 |
·材料、设备与实验环境 | 第43-44页 |
·光谱数据采集 | 第44-45页 |
·光谱数据的预处理 | 第45-46页 |
·光谱曲线特征的提取 | 第46-47页 |
·建立油膜曲线特征与油膜厚度之间的对应模型 | 第47-54页 |
·曲线拟合模型 | 第47-49页 |
·BP神经网络模型 | 第49-50页 |
·基于SVD迭代模型 | 第50-51页 |
·多特征融合的曲线拟合模型 | 第51-53页 |
·比较分析 | 第53-54页 |
·在实际图像中应用曲线拟合模型 | 第54-57页 |
·本章小结 | 第57-58页 |
第5章 总结与展望 | 第58-60页 |
·总结 | 第58页 |
·展望 | 第58-60页 |
参考文献 | 第60-62页 |
攻读学位期间公开发表论文 | 第62-63页 |
致谢 | 第63-64页 |
研究生履历 | 第64页 |