基于小波神经网络木材缺陷类型超声检测机理的研究
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 1 绪论 | 第7-15页 |
| ·木材无损检测技术研究的意义 | 第7页 |
| ·木材无损检测技术的现状与发展 | 第7-12页 |
| ·木材无损检测技术方法及相应的研究进展 | 第8-11页 |
| ·木材无损检测技术的发展趋势 | 第11-12页 |
| ·超声无损检测技术的研究现状与发展趋势 | 第12-13页 |
| ·本文有待于研究的工作 | 第13-14页 |
| ·本章小结 | 第14-15页 |
| 2 试验原理、设备及超声检测信号的采集 | 第15-26页 |
| ·实验原理 | 第15-19页 |
| ·声波的传播规律 | 第15页 |
| ·波动方程 | 第15-17页 |
| ·波的反射与透射 | 第17-19页 |
| ·超声检测设备与试件制备 | 第19-23页 |
| ·超声检测设备 | 第19-22页 |
| ·试件制备 | 第22-23页 |
| ·超声检测信号的采集 | 第23-25页 |
| ·超声检测信号采集原理 | 第23页 |
| ·超声检测声波换能器的选用 | 第23-24页 |
| ·试验参数选择及采集结果 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 3 检测信号的小波分析与研究 | 第26-44页 |
| ·小波原理概述 | 第26-27页 |
| ·小波分析 | 第27-32页 |
| ·Daubechies(db)小波 | 第28-29页 |
| ·超声检测信号小波基的选取 | 第29-30页 |
| ·应用db5小波分析超声检测信号 | 第30-32页 |
| ·小波包分析 | 第32-34页 |
| ·小波包分析原理 | 第32页 |
| ·小波包的定义 | 第32-33页 |
| ·小波包算法 | 第33-34页 |
| ·木材超声检测信号特征量的提取 | 第34-43页 |
| ·应用各结点能量变化量提取信号特征 | 第34-38页 |
| ·应用信号结点小波包系数提取特征量 | 第38-43页 |
| ·本章小结 | 第43-44页 |
| 4 应用人工神经网络对木材缺陷无损检测的模式识别 | 第44-54页 |
| ·人工神经网络概述 | 第44-45页 |
| ·BP算法原理 | 第45-49页 |
| ·BP算法的数学描述 | 第46-48页 |
| ·BP算法的不足 | 第48页 |
| ·BP算法的改进 | 第48-49页 |
| ·应用BP神经网络对木材缺陷进行识别 | 第49-53页 |
| ·应用频带能量变化量的信号特征训练网络 | 第49-51页 |
| ·应用结点小波包系数作为信号特征训练网络 | 第51-52页 |
| ·训练结果的对比分析 | 第52-53页 |
| ·本章小结 | 第53-54页 |
| 结论 | 第54-55页 |
| 参考文献 | 第55-57页 |
| 附录1 | 第57-62页 |
| 附录2 | 第62-71页 |
| 致谢 | 第71页 |
