| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 1 引言 | 第9-12页 |
| ·课题研究的意义 | 第9页 |
| ·国内外相关研究现状 | 第9-11页 |
| ·课题研究的目的和主要内容 | 第11-12页 |
| 2 激光焊接过程实时监测技术研究 | 第12-27页 |
| ·激光深熔焊接过程 | 第12-14页 |
| ·激光焊接过程检测传感器的选择 | 第14-16页 |
| ·多传感器数据融合方法的分类 | 第16-20页 |
| ·多传感器数据融合系统结构 | 第20-22页 |
| ·基于统计学习理论的机器学习方法的选择 | 第22-24页 |
| ·基于LABWINDOWS/CVI 的虚拟仪器开发技术 | 第24-27页 |
| 3 激光焊接过程多传感器监测系统设计 | 第27-36页 |
| ·多传感器数据融合系统硬件设计概述 | 第27-28页 |
| ·数据采集程序设计 | 第28-33页 |
| ·软件模块划分 | 第33-36页 |
| 4 信号分析与特征提取 | 第36-43页 |
| ·特征提取方法概述 | 第36页 |
| ·基于物理模型的特征提取方法 | 第36-42页 |
| ·特征信号的选取 | 第42-43页 |
| 5 基于人工神经神经网络的数据融合方法 | 第43-52页 |
| ·人工神经网络简介 | 第43-44页 |
| ·反向传播网络简介 | 第44-45页 |
| ·神经网络在多传感器数据融合中的应用 | 第45-47页 |
| ·网络结构的确定 | 第47-48页 |
| ·网络的建立和训练 | 第48-49页 |
| ·神经网络算法的程序设计 | 第49-52页 |
| 6 基于支持向量机的数据融合方法 | 第52-61页 |
| ·支持向量机简介 | 第52-56页 |
| ·支持向量机算法的程序设计 | 第56-61页 |
| 7 试验结果及分析 | 第61-71页 |
| ·监测系统的安装 | 第61页 |
| ·试验环境与试验装置 | 第61-62页 |
| ·操作流程 | 第62-63页 |
| ·试验数据分析 | 第63-69页 |
| ·试验结论 | 第69-71页 |
| 8 总结 | 第71-73页 |
| 致谢 | 第73-74页 |
| 参考文献 | 第74-77页 |
| 附录 在攻读硕士期间发表的论文 | 第77页 |