基于图像处理与人工神经网络的烟叶检测系统的研究与应用
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 绪论 | 第8-14页 |
| ·研究目的及意义 | 第8-9页 |
| ·国内外研究现状 | 第9-11页 |
| ·计算机技术在烟叶检测与分级中的主要研究成果 | 第9-10页 |
| ·人工神经网络技术在烟叶自动检测与分级中的应用 | 第10-11页 |
| ·烟叶外观质量分级标准 | 第11-12页 |
| ·本研究的主要内容 | 第12-14页 |
| 第二章 人工神经网络 | 第14-24页 |
| ·BP 网络 | 第14-15页 |
| ·BP 网络的结构及原理 | 第14-15页 |
| ·BP 网络性能分析 | 第15页 |
| ·PNN 网络 | 第15-21页 |
| ·PNN 网络的理论基础 | 第16-19页 |
| ·PNN 网络结构与工作原理 | 第19-21页 |
| ·PNN 的特点 | 第21页 |
| ·支持向量机 | 第21-24页 |
| ·SVM 的基本原理 | 第21-23页 |
| ·核函数方法 | 第23-24页 |
| 第三章 成熟度分级模型的建立 | 第24-40页 |
| ·样本数据准备 | 第24-28页 |
| ·样本集的选取 | 第24-25页 |
| ·特征向量的选取 | 第25页 |
| ·输入输出数据的预处理 | 第25-28页 |
| ·BP 网络模型的建立 | 第28-35页 |
| ·网络结构设计 | 第28-30页 |
| ·网络训练与测试 | 第30-35页 |
| ·PNN 网络模型的建立 | 第35-38页 |
| ·网络结构设计 | 第35-36页 |
| ·网络训练与测试 | 第36-38页 |
| ·两种模型的性能比较 | 第38-39页 |
| ·本章小结 | 第39-40页 |
| 第四章 油分模型的建立 | 第40-46页 |
| ·样本数据准备 | 第40-41页 |
| ·样本集的选取 | 第40页 |
| ·特征向量的选取 | 第40-41页 |
| ·PNN 网络模型的建立 | 第41-42页 |
| ·BP 网络模型的建立 | 第42-45页 |
| ·本章小结 | 第45-46页 |
| 第五章 不变矩在单指标模型中的应用 | 第46-52页 |
| ·不变矩特征的提取 | 第46-50页 |
| ·不变矩的计算 | 第46-48页 |
| ·不变矩的软件实现 | 第48-50页 |
| ·不变矩在成熟度分类模型中的应用 | 第50页 |
| ·不变矩在油分分类模型中的应用 | 第50-51页 |
| ·本章小结 | 第51-52页 |
| 第六章 SVM 分组模型 | 第52-61页 |
| ·样本集的选取 | 第52-53页 |
| ·输入数据预处理 | 第53-55页 |
| ·SVM 分类模型的建立 | 第55-60页 |
| ·C-SVM 算法 | 第55-58页 |
| ·核函数和参数C 的选择 | 第58-60页 |
| ·本章小结 | 第60-61页 |
| 第七章 研究结论及展望 | 第61-63页 |
| ·本研究的总结 | 第61页 |
| ·进一步的研究方向与展望 | 第61-63页 |
| 参考文献 | 第63-65页 |
| 在学期间发表的学术论文与研究成果 | 第65-66页 |
| 致谢 | 第66页 |
