基于神经网络的控制图模式识别
| 摘要 | 第1-6页 |
| Abstract | 第6-16页 |
| 第一章 绪论 | 第16-24页 |
| ·引言 | 第16-18页 |
| ·课题的背景 | 第16-17页 |
| ·课题的意义 | 第17-18页 |
| ·相关技术的研究状况 | 第18-22页 |
| ·控制图与统计过程控制 | 第18-20页 |
| ·控制图模式识别 | 第20-21页 |
| ·基于神经网络的控制图识别技术 | 第21-22页 |
| ·章节安排及论文工作 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 第二章 控制图模式识别技术 | 第24-34页 |
| ·控制图的基本概念 | 第24-26页 |
| ·控制图表的判断准则 | 第26-29页 |
| ·控制图表模式识别方法 | 第29-33页 |
| ·传统模式识别方法 | 第29-32页 |
| ·神经网络控制图模式识别 | 第32-33页 |
| ·本章小节 | 第33-34页 |
| 第三章 基于BP网络的控制图模式识别 | 第34-56页 |
| ·神经网络及其MATLAB研究工具 | 第34-42页 |
| ·神经网络结构 | 第34-35页 |
| ·BP神经网络算法 | 第35-37页 |
| ·BP算法存在的缺陷 | 第37-40页 |
| ·MATLAB神经网络工具箱介绍 | 第40-41页 |
| ·BP神经网络工具箱 | 第41-42页 |
| ·控制图模式样本 | 第42-44页 |
| ·模式样本数据的产生 | 第42-44页 |
| ·样本的选取原则 | 第44页 |
| ·控制图模式识别网络 | 第44-55页 |
| ·样本数据的选取 | 第44-45页 |
| ·BP网络的结构 | 第45-47页 |
| ·仿真及其结果 | 第47-51页 |
| ·网络性能检测 | 第51-55页 |
| ·本章小结 | 第55-56页 |
| 第四章 基于谱分析的控制图模式识别 | 第56-76页 |
| ·基于谱分析识的控制图模式识别原理 | 第56-59页 |
| ·傅立叶变换和频域分析 | 第56-57页 |
| ·谱分析的诊断算法 | 第57-59页 |
| ·控制图参数识别网络的建立与检测 | 第59-67页 |
| ·控制图类型选择 | 第59-60页 |
| ·模式参数识别网络样本数据的选取 | 第60-62页 |
| ·参数识别网络的建立 | 第62页 |
| ·仿真结果 | 第62-64页 |
| ·网络检测 | 第64-67页 |
| ·独立网络的连接 | 第67-74页 |
| ·网络连接 | 第67-68页 |
| ·网络总体性能检测 | 第68-74页 |
| ·本章小结 | 第74-76页 |
| 第五章 控制图模式识别应用系统 | 第76-80页 |
| ·系统的开发环境、工具及基本结构 | 第76页 |
| ·系统的建立 | 第76-77页 |
| ·系统界面 | 第77-78页 |
| ·本章小节 | 第78-80页 |
| 第六章 结论 | 第80-82页 |
| 参考文献 | 第82-86页 |
| 致谢 | 第86-88页 |
| 作者攻读硕士学位期间完成论文目录 | 第88-90页 |
| 导师与作者简介 | 第90-92页 |
| 附录 | 第92-104页 |
| 硕士研究生学位论文答辩委员会决议书 | 第104-105页 |
