高合金工具钢共晶碳化物自动分析技术研究
| 摘要 | 第1-5页 |
| Abstract | 第5-7页 |
| 目录 | 第7-10页 |
| TABLE OF CONTENTS | 第10-13页 |
| 第一章 绪论 | 第13-17页 |
| ·共晶碳化物分级研究的意义 | 第13-14页 |
| ·共晶碳化物分析的发展及现状 | 第14-15页 |
| ·主要内容及结构安排 | 第15-17页 |
| 第二章 纹理分析理论 | 第17-22页 |
| ·纹理的定义 | 第17-18页 |
| ·纹理特征 | 第18页 |
| ·纹理描述方法综述 | 第18-22页 |
| ·结构分析方法 | 第18-19页 |
| ·模型化方法 | 第19-20页 |
| ·统计分析方法 | 第20页 |
| ·信号处理方法 | 第20-22页 |
| 第三章 共晶碳化物图像纹理描述方法 | 第22-36页 |
| ·灰度共生矩阵 | 第22-25页 |
| ·灰度共生矩阵的基本原理 | 第22-23页 |
| ·矩阵特征 | 第23页 |
| ·二次统计特征量 | 第23-25页 |
| ·适于描述共晶碳化物灰度共生矩阵的构造 | 第25-28页 |
| ·可分性判据 | 第25-26页 |
| ·生成步长D的确定 | 第26-27页 |
| ·压缩灰度级 | 第27-28页 |
| ·钢的共晶碳化物不均匀度评定法 | 第28页 |
| ·评级图片 | 第28页 |
| ·评级原则 | 第28页 |
| ·共晶碳化物参数体系的建立和实现 | 第28-35页 |
| 本章总结 | 第35-36页 |
| 第四章 共晶碳化物纹理特征提取实验结果分析 | 第36-47页 |
| ·共晶碳化物纹理特征提取 | 第36-44页 |
| ·各套图片纹理特征值 | 第36-39页 |
| ·各套图片纹理特征值分析 | 第39-44页 |
| ·实例分析 | 第44-46页 |
| 本章小结 | 第46-47页 |
| 第五章 共晶碳化物分类器设计 | 第47-58页 |
| ·分类器类型 | 第47-48页 |
| ·BP神经网络分类器 | 第48-49页 |
| ·原理及结构 | 第48-49页 |
| ·BP神经网络的设计 | 第49-53页 |
| ·网络结构的设计 | 第49-50页 |
| ·BP神经网络的训练 | 第50-53页 |
| ·BP网络的不足与改进 | 第53-58页 |
| ·BP网络的限制与不足 | 第53-54页 |
| ·BP网络的改进方法 | 第54-58页 |
| 第六章 共晶碳化物分类实现 | 第58-67页 |
| ·建模软件 | 第58-59页 |
| ·语言 | 第58页 |
| ·仿真训练样本和测试方法 | 第58-59页 |
| ·共晶碳化物的BP神经网络 | 第59-61页 |
| ·网络的模型结构设计 | 第59-61页 |
| ·网络学习参数的选取 | 第61页 |
| ·网络训练及结果 | 第61页 |
| ·网络性能的评价函数 | 第61-63页 |
| ·实验结果与分析 | 第63-66页 |
| 本章小结 | 第66-67页 |
| 总结与展望 | 第67-69页 |
| 参考文献 | 第69-74页 |
| 攻读学位期间发表的论文及科研获奖 | 第74-76页 |
| 致谢 | 第76-77页 |
| 附录1 共晶碳化物特征分析软件界面 | 第77页 |
