基于神经网络的蛋品破损检测
| 第一章 绪论 | 第1-8页 |
| 1．1 目前我国蛋品生产中蛋品破损检测概况 | 第6-7页 |
| 1．2 立题思路 | 第7-8页 |
| 第二章 激励产生声音信号 | 第8-14页 |
| 2．1 激励与响应 | 第8-10页 |
| 2．2 破损检测的基本原理 | 第10页 |
| 2．3 敲击装置的设计与制作 | 第10-14页 |
| 第三章 声音信号采集与放大 | 第14-20页 |
| 3．1 声音信号采集 | 第14-17页 |
| 3．2 音频信号放大 | 第17-20页 |
| 第四章 模数转换 | 第20-25页 |
| 4．1 PCM-6000 A/D卡简述 | 第20-22页 |
| 4．1．1 构造特点 | 第20-21页 |
| 4．1．2 模拟信号的处理过程 | 第21页 |
| 4．1．3 自动通道扫描 | 第21页 |
| 4．1．4 触发采样方式 | 第21-22页 |
| 4．2 LSW数据采集软件的设置与使用 | 第22-25页 |
| 第五章 神经网络用于模式识别 | 第25-40页 |
| 5．1 人工神经元网络的基本概念和特征 | 第25-28页 |
| 5．2 人工神经元网络研究的发展简史 | 第28-34页 |
| 5．3 我国人工神经元网络研究的情况 | 第34-35页 |
| 5．4 模式识别 | 第35-36页 |
| 5．5 BP模型 | 第36-40页 |
| 第六章 数据分析 | 第40-51页 |
| 6．1 总述 | 第40页 |
| 6．2 数据分析 | 第40-51页 |
| 6．2．1 选择采样频率 | 第40-41页 |
| 6．2．2 确定激励方法 | 第41-45页 |
| 6．2．3 采集数据，建立模型 | 第45-46页 |
| 6．2．4 训练与识别 | 第46-49页 |
| 6．2．5 结果分析 | 第49-51页 |
| 第七章 结束语 | 第51-52页 |
| 致谢 | 第52-53页 |
| 参考文献 | 第53-55页 |
| 附录 | 第55-68页 |
