数字信号处理与神经网络在钢球表面裂纹检测中的应用
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-5页 |
| 目录 | 第5-6页 |
| 第一章 绪论 | 第6-11页 |
| ·课题研究背景及意义 | 第6-7页 |
| ·国内外研究现状 | 第7-9页 |
| ·钢球裂纹检测 | 第9页 |
| ·本文研究的主要内容 | 第9-10页 |
| ·论文的组织结构 | 第10-11页 |
| 第二章 数字信号与神经网络 | 第11-29页 |
| ·数字信号处理技术 | 第11-19页 |
| ·神经网络识别技术 | 第19-28页 |
| ·本章小结 | 第28-29页 |
| 第三章 数字信号的处理 | 第29-39页 |
| ·钢球表面信号的采集 | 第29-30页 |
| ·小波变换 | 第30-31页 |
| ·阈值的选取 | 第31-33页 |
| ·阈值函数 | 第33-36页 |
| ·去除噪声应用软件设计 | 第36-37页 |
| ·数字滤波 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 第四章 神经网络对信号的识别 | 第39-48页 |
| ·基于BP神经网络裂纹检测模型的确定 | 第39-41页 |
| ·BP神经网络实现过程 | 第41-44页 |
| ·BP神经网络的训练及其性能评析 | 第44-45页 |
| ·检测钢球表面缺陷的对比实验研究 | 第45-47页 |
| ·本章小结 | 第47-48页 |
| 第五章 总结与展望 | 第48-50页 |
| ·总结 | 第48页 |
| ·展望 | 第48-50页 |
| 致谢 | 第50-51页 |
| 参考文献 | 第51-53页 |
