基于边际费希尔分析和神经网络相结合的甜瓜含糖量无损检测研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 引言 | 第8-13页 |
| ·研究背景及意义 | 第8-9页 |
| ·国内外果蔬无损检测技术研究现状 | 第9-10页 |
| ·国内研究现状 | 第9-10页 |
| ·国外的研究状况 | 第10页 |
| ·研究的目的 | 第10-11页 |
| ·本文的主要研究内容 | 第11-13页 |
| 第二章 神经网络理论及粒子群算法模型 | 第13-28页 |
| ·人工神经网络的基本理论与模型 | 第13-18页 |
| ·神经元 | 第13-15页 |
| ·人工神经网络的连接结构 | 第15-16页 |
| ·神经网络的学习算法 | 第16-18页 |
| ·典型人工神经网络模型 | 第18-21页 |
| ·径向基神经网络模型 | 第18页 |
| ·RBF 算法 | 第18-19页 |
| ·传递函数 | 第19页 |
| ·RBF 中心的选取 | 第19-20页 |
| ·学习算法 | 第20-21页 |
| ·量子粒子群 | 第21-22页 |
| ·基本 PSO 算法 | 第21-22页 |
| ·基本 PSO 算法流程 | 第22页 |
| ·基本 PSO 算法的改进 | 第22-24页 |
| ·带惯性权值因子的 PSO 算法 | 第23页 |
| ·引入收缩因子的粒子群模型 | 第23-24页 |
| ·QPSO 算法 | 第24-28页 |
| ·QPSO 算法原理 | 第24-26页 |
| ·QPSO 算法流程 | 第26-28页 |
| 第三章 边际费希尔分析法 | 第28-33页 |
| ·几种常用的降维的方法 | 第28-31页 |
| ·主分量分析 PCA | 第28-29页 |
| ·线性判别分析 LDA | 第29-30页 |
| ·邻域保持嵌入算法 NPE | 第30-31页 |
| ·局部保持投影算法 LPP | 第31页 |
| ·边际费希尔分析法 | 第31-33页 |
| 第四章 甜瓜的介电特性及实验系统 | 第33-37页 |
| ·实验平台 | 第33-34页 |
| ·测量原理与步骤 | 第34-36页 |
| ·串联等效电路 | 第34-36页 |
| ·介电特性测量步骤 | 第36页 |
| ·甜瓜糖度的测量 | 第36-37页 |
| 第五章 基于神经网络的甜瓜含糖量检测建模 | 第37-47页 |
| ·甜瓜果肉含糖量与介电常数参数的研究 | 第37-38页 |
| ·甜瓜样本的准备 | 第37页 |
| ·介电常数测定实验 | 第37页 |
| ·实验结果分析 | 第37-38页 |
| ·固定频率建立甜瓜糖度检测模型 | 第38-42页 |
| ·RBF 神经网络算法 | 第39页 |
| ·灰色理论中的灰色累加生成操作 | 第39-40页 |
| ·QPSO 算法 | 第40页 |
| ·QPSO 的 RBF 学习算法设计 | 第40-41页 |
| ·实验结果 | 第41-42页 |
| ·多频率下的的甜瓜含糖量无损检测研究 | 第42-47页 |
| ·基于 QPSO 的 RBF 神经网络 | 第43页 |
| ·数据获取 | 第43页 |
| ·实验分析 | 第43-47页 |
| 第六章 总结与展望 | 第47-49页 |
| ·论文总结 | 第47页 |
| ·展望 | 第47-49页 |
| 参考文献 | 第49-52页 |
| 硕士期间发表的论文 | 第52-53页 |
| 致谢 | 第53-54页 |
