| 摘要 | 第1-6页 |
| Abstract | 第6-7页 |
| 致谢 | 第7-12页 |
| 第一章 绪论 | 第12-19页 |
| ·引言 | 第12页 |
| ·平面四连杆机构的简要概述 | 第12-15页 |
| ·平面四杆机构的分类 | 第13页 |
| ·平面四杆机构的演化 | 第13-14页 |
| ·平面四杆机构的主要运动特性 | 第14-15页 |
| ·平面四连杆机构研究的历史及最近的研究进展 | 第15-17页 |
| ·四连杆机构的发展历史 | 第15-16页 |
| ·四连杆机构最近的研究进展 | 第16-17页 |
| ·本文研究的目的及主要内容 | 第17-19页 |
| ·本文研究的目的 | 第17-18页 |
| ·本文研究的主要内容 | 第18-19页 |
| 第二章 连杆曲线图谱的生成与相关分析 | 第19-27页 |
| ·曲线图谱 | 第19-22页 |
| ·软件实现曲线图谱的产生 | 第19-21页 |
| ·曲线轨迹的图形描述 | 第21-22页 |
| ·图形分类及其对应部分图示 | 第22-24页 |
| ·卵形线(图2-3-a) | 第22-23页 |
| ·8字形线(图2-3-b) | 第23-24页 |
| ·双8字形(图2-3-c) | 第24页 |
| ·图形的规律性分析 | 第24-26页 |
| ·图形的曲线图谱 | 第24-25页 |
| ·图形的演变规律 | 第25-26页 |
| ·图形的数字特征描述 | 第26页 |
| ·本章小结 | 第26-27页 |
| 第三章 人工神经网络综述及BP网络的重点介绍 | 第27-35页 |
| ·几个有代表性的神经网络算法的介绍 | 第28-31页 |
| ·多层感知网络(误差逆传播神经网络,即BP神经网络法) | 第28-29页 |
| ·竞争型(KOHONEN)神经网络 | 第29页 |
| ·Hopfield神经网络 | 第29-30页 |
| ·模拟退火算法(SimulatedAnnealing,SA) | 第30页 |
| ·以上几种算法的比较 | 第30-31页 |
| ·BP(Back-Propagation)人工神经网络 | 第31-34页 |
| ·BP网络的基本结构 | 第31页 |
| ·BP网络的基本原理 | 第31页 |
| ·BP网络的工作过程 | 第31-34页 |
| ·BP网络的过程说明 | 第34页 |
| ·本章小结 | 第34-35页 |
| 第四章 基于BP神经网络的四杆机构轨迹分析 | 第35-46页 |
| ·几个主要的机构轨迹分析方法及其比较 | 第35-36页 |
| ·BP网络在连杆轨迹曲线中的具体应用 | 第36-41页 |
| ·BP网络的输入量-特征提取 | 第36-39页 |
| ·BP网络的输出量 | 第39页 |
| ·BP网络的中间隐层 | 第39-41页 |
| ·模式识别 | 第41-42页 |
| ·实验数据分析 | 第42-45页 |
| ·本章小结 | 第45-46页 |
| 第五章 软件实现部分 | 第46-66页 |
| ·Delphi语言中的实用性技术 | 第46-49页 |
| ·面向对象(OO,Object-Oriented)技术 | 第46-47页 |
| ·UML理论概述 | 第47-49页 |
| ·ModelMaker-OO与UML在Delphi中的结合 | 第49页 |
| ·Delphi程序实现四连杆机构的运动曲线轨迹部分 | 第49-53页 |
| ·曲线生成部分-连杆曲线的生成 | 第50页 |
| ·曲线处理部分-数字特征提取前的二值化分析 | 第50-51页 |
| ·神经网络部分 | 第51-53页 |
| ·matlab部分-数字特征提取 | 第53-56页 |
| ·实例分析一 | 第56-61页 |
| ·实例分析前的BP算法系数求解 | 第56-57页 |
| ·利用已求系数后的实例分析 | 第57-60页 |
| ·两曲线比较分析 | 第60-61页 |
| ·实例分析二 | 第61-65页 |
| ·实例分析前的BP算法系数求解 | 第61-62页 |
| ·利用已求系数后的实例分析 | 第62-64页 |
| ·两曲线比较分析 | 第64-65页 |
| ·本章小结 | 第65-66页 |
| 第六章 总结与展望 | 第66-68页 |
| ·对论文内容的说明 | 第66页 |
| ·论文总结 | 第66页 |
| ·论文的创新点 | 第66页 |
| ·工作展望 | 第66-68页 |
| 参考文献 | 第68-70页 |
| 攻读硕士学位期间发表论文 | 第70页 |
