| 摘要 | 第9-11页 |
| Abstract | 第11-12页 |
| 第1章 绪论 | 第14-24页 |
| 1.1 研究背景和意义 | 第14-15页 |
| 1.2 国内外研究现状 | 第15-19页 |
| 1.3 本文的主要研究内容 | 第19-21页 |
| 1.4 本文的组织结构与安排 | 第21-24页 |
| 第2章 带钢缺陷图像的分类研究 | 第24-53页 |
| 2.1 引言 | 第24页 |
| 2.2 带钢缺陷图像的分类模型 | 第24-30页 |
| 2.3 带钢缺陷图像二值化 | 第30-39页 |
| 2.3.1 基于遗传算法的带钢缺陷图像二值化算法 | 第31-35页 |
| 2.3.2 基于顶帽变换与遗传算法的带钢缺陷图像二值化算法 | 第35-39页 |
| 2.4 特征提取 | 第39-44页 |
| 2.4.1 几何特征 | 第39-40页 |
| 2.4.2 形状特征 | 第40-41页 |
| 2.4.3 纹理特征 | 第41-43页 |
| 2.4.4 灰度特征 | 第43-44页 |
| 2.5 实验结果及其分析 | 第44-52页 |
| 2.5.1 基于遗传算法的二值化实验结果与分析 | 第44-46页 |
| 2.5.2 基于顶帽变换遗传算法的二值化实验结果与分析 | 第46-48页 |
| 2.5.3 带钢缺陷图像预处理的实验结果与分析 | 第48页 |
| 2.5.4 基于BP神经网络分类的实验结果与分析 | 第48-50页 |
| 2.5.5 基于SVM分类的实验结果与分析 | 第50-52页 |
| 2.6 本章小结 | 第52-53页 |
| 第3章 基于遗传优化与支持向量机融合的带钢缺陷图像分类算法 | 第53-69页 |
| 3.1 引言 | 第53-55页 |
| 3.2 遗传算法对支持向量机的优化 | 第55-58页 |
| 3.3 基于GA与SVM融合的带钢缺陷图像分类算法 | 第58-63页 |
| 3.3.1 基于SVM的遗传算法进化方向选择 | 第58页 |
| 3.3.2 基于混合染色体分类模型的建立 | 第58-59页 |
| 3.3.3 基于遗传算法的影响SVM的因素的优化 | 第59-60页 |
| 3.3.4 基于混合染色体与支持向量机融合的分类算法 | 第60-63页 |
| 3.4 实验结果与分析 | 第63-67页 |
| 3.5 本章小结 | 第67-69页 |
| 第4章 基于粒子群与支持向量机融合的带钢缺陷图像分类算法 | 第69-83页 |
| 4.1 引言 | 第69页 |
| 4.2 粒子群算法对支持向量机的优化 | 第69-73页 |
| 4.3 基于PSO与SVM融合的带钢缺陷图像分类算法 | 第73-77页 |
| 4.3.1 基于SVM的粒子群算法进化方向选择 | 第73页 |
| 4.3.2 基于组合粒子分类模型的建立 | 第73-74页 |
| 4.3.3 基于粒子群算法的影响SVM的因素的优化 | 第74-75页 |
| 4.3.4 基于组合粒子与支持向量机融合的分类算法 | 第75-77页 |
| 4.4 实验结果与分析 | 第77-81页 |
| 4.5 本章小结 | 第81-83页 |
| 第5章 基于人工蜂群与支持向量机融合的带钢缺陷图像分类算法 | 第83-97页 |
| 5.1 引言 | 第83页 |
| 5.2 人工蜂群算法对支持向量机的优化 | 第83-87页 |
| 5.3 基于ABC与SVM融合的带钢缺陷图像分类算法 | 第87-91页 |
| 5.3.1 基于SVM的人工蜂群算法进化方向选择 | 第87页 |
| 5.3.2 基于复合蜜源分类模型的建立 | 第87-88页 |
| 5.3.3 基于人工蜂群算法的影响SVM因素优化 | 第88-89页 |
| 5.3.4 基于复合蜜源与支持向量机融合的分类算法 | 第89-91页 |
| 5.4 实验结果与分析 | 第91-96页 |
| 5.5 本章小结 | 第96-97页 |
| 第6章 基于量子遗传优化与支持向量机融合的带钢缺陷图像分类算法 | 第97-113页 |
| 6.1 引言 | 第97页 |
| 6.2 QGA对支持向量机的优化 | 第97-99页 |
| 6.3 基于QGA与SVM融合的带钢缺陷图像分类算法 | 第99-107页 |
| 6.3.1 基于SVM的量子遗传算法进化方向选择 | 第100页 |
| 6.3.2 基于复合量子染色体分类模型的建立 | 第100-101页 |
| 6.3.3 基于量子遗传算法的影响SVM的因素的优化 | 第101-102页 |
| 6.3.4 基于复合量子染色体与SVM融合的分类算法 | 第102-107页 |
| 6.4 实验结果与分析 | 第107-111页 |
| 6.5 本章小结 | 第111-113页 |
| 第7章 结论与展望 | 第113-118页 |
| 7.1 结论 | 第113-116页 |
| 7.2 展望 | 第116-118页 |
| 参考文献 | 第118-130页 |
| 攻读博士期间的科研成果 | 第130-131页 |
| 致谢 | 第131页 |
