基于PCA和SVM的货车故障检测
| 致谢 | 第1-6页 |
| 中文摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 序 | 第8-11页 |
| 第一章 绪论 | 第11-17页 |
| ·研究目的及意义 | 第11-14页 |
| ·国内研究现状 | 第11-14页 |
| ·PCA及SVM概述 | 第14-15页 |
| ·系统开发工具概述 | 第15-16页 |
| ·本文研究的内容和结构 | 第16-17页 |
| 第二章 基本理论 | 第17-36页 |
| ·TFDS基本结构 | 第17-18页 |
| ·数字图像处理基本原理 | 第18-22页 |
| ·直方图均衡化原理 | 第19-20页 |
| ·模板匹配 | 第20-22页 |
| ·PCA原理 | 第22-25页 |
| ·K-L变换的基本原理 | 第22-24页 |
| ·PCA特征提取 | 第24-25页 |
| ·支持向量机算法的原理 | 第25-35页 |
| ·统计学习理论与支持向量机 | 第25-28页 |
| ·最优分类面 | 第28-29页 |
| ·线性可分的最优分类面 | 第29-31页 |
| ·线性不可分的最优分类面 | 第31-32页 |
| ·非线性SVM | 第32-35页 |
| ·本章小结 | 第35-36页 |
| 第三章 货车故障检测系统的实现 | 第36-62页 |
| ·货车故障简介 | 第36-38页 |
| ·挡键丢失故障 | 第37页 |
| ·枕簧折损故障 | 第37-38页 |
| ·侧架立柱磨耗板破损故障 | 第38页 |
| ·货车故障检测系统算法流程 | 第38-54页 |
| ·图像预处理 | 第38-42页 |
| ·图像特征提取 | 第42-46页 |
| ·图像SVM分类 | 第46-53页 |
| ·系统整体流程 | 第53-54页 |
| ·货车故障检测系统的软件界面实现 | 第54-61页 |
| ·理解Windows图形 | 第54页 |
| ·DirectⅩ:新的图形引擎 | 第54-55页 |
| ·WPF的新特性 | 第55-57页 |
| ·系统软件演示界面 | 第57-61页 |
| ·本章小结 | 第61-62页 |
| 第四章 实验及结论 | 第62-68页 |
| ·挡键丢失 | 第62-63页 |
| ·枕簧折损 | 第63-64页 |
| ·侧架立柱磨耗板破损 | 第64-66页 |
| ·算法效率分析 | 第66-67页 |
| ·结论 | 第67-68页 |
| 第五章 总结与展望 | 第68-70页 |
| ·总结 | 第68页 |
| ·展望 | 第68-70页 |
| 参考文献 | 第70-73页 |
| 作者简历 | 第73-75页 |
| 学位论文数据集 | 第75页 |
