基于人工神经网络分类器的实木在线分选研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 绪论 | 第9-14页 |
| ·本课题研究的目的意义 | 第9-10页 |
| ·实木在线分选研究 | 第10-11页 |
| ·人工神经网络在实木材料分选中的应用现状 | 第11-13页 |
| ·本文主要研究内容 | 第13-14页 |
| 2 人工神经网络分类器的基本理论 | 第14-26页 |
| ·人工神经网络 | 第14-19页 |
| ·人工神经元模型 | 第14-15页 |
| ·神经网络的特性 | 第15-16页 |
| ·人工神经网络的分类 | 第16-19页 |
| ·人工鱼群优化BP神经网络 | 第19-23页 |
| ·BP神经元及BP网络模型 | 第19-20页 |
| ·BP网络的学习 | 第20页 |
| ·BP网络设计 | 第20-21页 |
| ·人工鱼群算法优化BP神经网络 | 第21-23页 |
| ·模糊神经网络 | 第23-25页 |
| ·模糊数学 | 第23-24页 |
| ·模糊神经网络 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 3 基于实木板材颜色与缺陷的特征提取 | 第26-45页 |
| ·图像采集 | 第26-30页 |
| ·实木板材颜色特征提取 | 第30-36页 |
| ·颜色特征提取 | 第30-34页 |
| ·颜色特征选择 | 第34-36页 |
| ·实木板材缺陷特征提取 | 第36-44页 |
| ·基于遗传算法和形态学的图像分割 | 第36-38页 |
| ·形态学后处理 | 第38-44页 |
| ·本章小结 | 第44-45页 |
| 4 基于融合特征的神经网络分类器设计 | 第45-52页 |
| ·基于人工鱼群算法的神经网络分类器 | 第45-49页 |
| ·人工鱼群算法 | 第45页 |
| ·基于人工鱼群算法和颜色特征的神经网络分类器设计 | 第45-48页 |
| ·实验结果及结论 | 第48-49页 |
| ·FNN神经网络分类器 | 第49-51页 |
| ·FNN神经网络 | 第49页 |
| ·FNN神经网络分类器设计 | 第49-50页 |
| ·实验结果及结论 | 第50-51页 |
| ·本章小结 | 第51-52页 |
| 5 实木在线分选系统实现 | 第52-58页 |
| ·硬件条件 | 第52-56页 |
| ·图像采集系统 | 第54-55页 |
| ·控制系统 | 第55-56页 |
| ·软件条件 | 第56-57页 |
| ·本章小结 | 第57-58页 |
| 结论 | 第58-60页 |
| 参考文献 | 第60-64页 |
| 攻读学位期间发表的学术论文 | 第64-65页 |
| 致谢 | 第65-66页 |
