融合主成分分析和灰色关联分析的磨粒识别研究
摘要 | 第1-5页 |
ABSTRACT | 第5-11页 |
第一章 绪论 | 第11-17页 |
·课题研究的背景和意义 | 第11-12页 |
·铁谱分析技术简介 | 第12-15页 |
·铁谱分析技术的发展和意义 | 第12-13页 |
·智能铁谱分析技术的研究现状 | 第13-14页 |
·智能铁谱分析技术的不足 | 第14-15页 |
·本文研究的思路及结构框架 | 第15-17页 |
·研究的方法和目的 | 第15-16页 |
·本文的思路及结构框架 | 第16-17页 |
第二章 铁谱磨粒图像类型的智能识别方法介绍 | 第17-27页 |
·机械磨损的机理与形式 | 第17-21页 |
·机械磨损的机理和磨损形式 | 第17-19页 |
·磨粒分类 | 第19-21页 |
·磨粒特征 | 第21页 |
·磨粒的智能识别方法 | 第21-26页 |
·主成分分析理论 | 第22-25页 |
·灰色系统理论 | 第25-26页 |
·本章小结 | 第26-27页 |
第三章 磨粒图像预处理与分割 | 第27-40页 |
·图像预处理 | 第27-34页 |
·图像滤波、增强 | 第27-29页 |
·图像边缘检测、图像二值化 | 第29-32页 |
·数学形态学运算 | 第32-34页 |
·图像分割 | 第34-39页 |
·图像阈值分割 | 第35-36页 |
·均值漂移分割 | 第36页 |
·金字塔分割 | 第36-37页 |
·分水岭分割 | 第37-38页 |
·图像分割方法的选取 | 第38-39页 |
·本章小结 | 第39-40页 |
第四章 磨粒数字化特征参数及磨粒识别 | 第40-66页 |
·磨粒形貌的数字化特征 | 第40-45页 |
·磨粒形状特征 | 第40-41页 |
·磨粒纹理特征 | 第41-44页 |
·表面颜色特征 | 第44-45页 |
·不同类型磨粒数字化特征参数对比分析 | 第45-51页 |
·试验设计 | 第45-47页 |
·试验结果 | 第47-51页 |
·灰色关联分析和主成分分析在磨粒类型识别中的应用 | 第51-56页 |
·基于灰色关联分析算法的磨粒识别 | 第51-52页 |
·基于主成分分析算法的磨粒识别 | 第52-54页 |
·基于主成分分析算法的磨粒类型识别应用举例 | 第54-56页 |
·不同类型磨粒的识别方法 | 第56-65页 |
·氧化物磨粒的识别方法 | 第56-57页 |
·严重滑动磨粒和疲劳磨粒的识别方法 | 第57-60页 |
·不同类型的磨粒识别 | 第60-65页 |
·本章小结 | 第65-66页 |
第五章 总结与展望 | 第66-68页 |
·本文的要点及主要工作 | 第66-67页 |
·对本课题的展望 | 第67-68页 |
参考文献 | 第68-72页 |
致谢 | 第72-73页 |
在学期间的研究成果及发表的学术论文 | 第73页 |