| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第11-19页 |
| 1.1 选题背景与研究意义 | 第11-12页 |
| 1.2 研究现状 | 第12-15页 |
| 1.2.1 硬度预测模型的研究 | 第12-13页 |
| 1.2.2 图像处理在材料显微结构观测中的应用 | 第13页 |
| 1.2.3 SVM分类器的研究 | 第13-14页 |
| 1.2.4 偏最小二乘回归在预测模型上的应用 | 第14-15页 |
| 1.3 课题来源与研究内容 | 第15-17页 |
| 1.4 本章小结 | 第17-19页 |
| 第二章 锡基合金硬度影响因素分析与参数测量 | 第19-27页 |
| 2.1 引言 | 第19页 |
| 2.2 锡基合金金相特征 | 第19-20页 |
| 2.3 影响锡基合金硬度因素分析 | 第20-23页 |
| 2.3.1 硬度测试 | 第20页 |
| 2.3.2 相对量对硬度的影响 | 第20-22页 |
| 2.3.3 分布均匀度对硬度的影响 | 第22-23页 |
| 2.4 锡基合金参数测量 | 第23-26页 |
| 2.4.1 相对量测量 | 第23-24页 |
| 2.4.2 分布均匀度测量 | 第24-25页 |
| 2.4.3 显微维氏硬度测量 | 第25-26页 |
| 2.5 本章小结 | 第26-27页 |
| 第三章 金相显微图像预处理算法 | 第27-43页 |
| 3.1 引言 | 第27页 |
| 3.2 灰度化 | 第27页 |
| 3.3 阈值分割 | 第27-31页 |
| 3.3.1 迭代法 | 第28-29页 |
| 3.3.2 熵阈值法 | 第29-30页 |
| 3.3.3 Otsu算法 | 第30页 |
| 3.3.4 阂值分割实验与结论 | 第30-31页 |
| 3.4 边缘检测 | 第31-38页 |
| 3.4.1 微分算子边缘检测 | 第31-34页 |
| 3.4.2 形态学边缘检测 | 第34-37页 |
| 3.4.3 边缘检测实验与结论 | 第37-38页 |
| 3.5 金相组织提取 | 第38-42页 |
| 3.5.1 八邻域搜索算法 | 第38页 |
| 3.5.2 种子填充方法 | 第38-39页 |
| 3.5.3 扫描线种子填充算法 | 第39-40页 |
| 3.5.4 多边形包含算法改进 | 第40-42页 |
| 3.6 本章小结 | 第42-43页 |
| 第四章 金相组织特征提取与识别 | 第43-57页 |
| 4.1 引言 | 第43页 |
| 4.2 金相特征提取 | 第43-47页 |
| 4.2.1 紧密度提取 | 第45页 |
| 4.2.2 外接矩长宽比提取 | 第45-47页 |
| 4.3 双阈值级联分类器 | 第47-48页 |
| 4.4 SVM分类器 | 第48-53页 |
| 4.4.1 统计学习理论 | 第48-49页 |
| 4.4.2 线性可分支持向量机 | 第49-51页 |
| 4.4.3 线性不可分支持向量机 | 第51-53页 |
| 4.5 金相识别实验结果与分析 | 第53-55页 |
| 4.6 本章小结 | 第55-57页 |
| 第五章 锡基合金硬度预测模型构建 | 第57-75页 |
| 5.1 引言 | 第57页 |
| 5.2 线性偏最小二乘回归 | 第57-64页 |
| 5.2.1 变量相关系数 | 第57-58页 |
| 5.2.2 主成分提取 | 第58-62页 |
| 5.2.3 交叉有效性原则 | 第62-64页 |
| 5.3 基于样条变换的非线性偏最小二乘回归 | 第64-69页 |
| 5.3.1 三次B样条函数 | 第64-65页 |
| 5.3.2 基于样条变换的非线性偏最小二乘回归过程 | 第65-69页 |
| 5.4 锡基合金硬度偏最小二乘回归预测模型 | 第69-74页 |
| 5.4.1 建模样本 | 第69-70页 |
| 5.4.2 多重相关性诊断 | 第70页 |
| 5.4.3 线性偏最小二乘回归模型建立 | 第70-71页 |
| 5.4.4 非线性偏最小二乘回归模型建立 | 第71-72页 |
| 5.4.5 模型评价 | 第72-74页 |
| 5.5 本章小结 | 第74-75页 |
| 第六章 总结与展望 | 第75-77页 |
| 6.1 总结 | 第75-76页 |
| 6.2 展望 | 第76-77页 |
| 致谢 | 第77-79页 |
| 参考文献 | 第79-85页 |
| 附录A (攻读硕士学位期间的科研成果) | 第85页 |