有砟铁路路基病害的雷达图像识别方法研究

致谢	第1-6页
摘要	第6-8页
ABSTRACT	第8-13页
1 前言	第13-29页
·课题的背景和意义	第13-14页
·国内外研究现状	第14-26页
·铁路路基典型病害成因及分类	第14-15页
·探地雷达技术在铁路路基检测中的发展及应用	第15-19页
·基于雷达信号的路基病害特征表示算法研究现状	第19-21页
·基于雷达信号特征的路基病害识别技术现状	第21-26页
·研究内容及研究方法	第26-29页
·研究的总体思路	第26-27页
·研究内容	第27-29页
2 有砟铁路路基典型病害性状分析及分类	第29-47页
·引言	第29页
·铁路路基的雷达图像	第29-31页
·铁路路基病害分类	第31-35页
·既有铁路路基病害的雷达图像表征	第32-33页
·面向探地雷达的铁路路基病害分类	第33-35页
·铁路路基病害成因及性状分析	第35-43页
·翻浆冒泥	第35-38页
·道碴陷槽	第38-40页
·路基下沉	第40-43页
·探地雷达检测铁路路基的工作参数及系统安装	第43-46页
·本章小结	第46-47页
3 铁路路基病害的雷达信号特征表示研究	第47-79页
·引言	第47页
·面向铁路路基病害的雷达信号预处理	第47-52页
·天线耦合波和直达波的去除	第47-48页
·天线起伏的矫正	第48-49页
·射频干扰的抑制	第49-50页
·噪声的抑制	第50-52页
·基于时域特征的路基病害特征表示	第52-56页
·主成分分析	第53-54页
·路基病害的特征表示	第54-56页
·基于小波变换的路基病害特征表示	第56-64页
·二维小波变换	第56页
·常用小波形式	第56-59页
·铁路路基图像的小波分析	第59-62页
·小波分解的图像能量分布	第62-64页
·基于小波能谱分析的路基病害特征表示	第64-67页
·小波高频信息部分的能谱分布	第65-66页
·小波分解的图像能量分布	第66-67页
·基于稀疏表示的路基图像特征表示	第67-76页
·典型路基病害图像特征	第68-71页
·边界分割处理提取感兴趣区域	第71-72页
·铁路路基雷达图像的物理几何特征	第72-76页
·路基病害的特征提取方法比较	第76页
·本章小结	第76-79页
4 铁路路基病害的智能识别及其比较分析研究	第79-95页
·引言	第79页
·人工神经网络	第79-83页
·LVQ神经网络	第80-81页
·基于LVQ神经网络的路基病害识别	第81-83页
·模糊聚类神经网络的算法	第83-86页
·基于FCM的路基病害识别	第83-85页
·基于FCM-GANN算法的路基病害识别	第85-86页
·支持向量机	第86-93页
·经验风险最小化	第86-87页
·基于SVM的铁路路基病害识别	第87-93页
·路基病害的智能识别比较分析	第93-94页
·本章小结	第94-95页
5 基于稀疏表示的铁路路基病害识别方法研究	第95-111页
·压缩感知理论	第95-98页
·压缩感知数学模型	第97页
·压缩感知过程	第97-98页
·基于信号稀疏表示的路基病害识别	第98-103页
·铁路路基及其病害的信号稀疏投影表示	第98-99页
·路基病害特征值的投影稀疏性表示	第99-102页
·实例分析	第102-103页
·基于物理特征和压缩感知的路基病害识别方法	第103-110页
·目标稀疏性分析	第103-104页
·目标鉴别流程	第104-105页
·基于稀疏特征的铁路路基病害的识别算法	第105-107页
·实例分析	第107-110页
·本章小结	第110-111页
6 结论	第111-115页
·结论	第111-112页
·创新点	第112页
·展望	第112-115页
参考文献	第115-121页
作者简历及攻读博士学位期间取得的研究成果	第121-125页
学位论文数据集	第125页