| 摘要 | 第1-7页 |
| ABSTRACT | 第7-12页 |
| 第一章 绪论 | 第12-26页 |
| ·课题研究的意义 | 第12-13页 |
| ·非成像式超声检测缺陷类型识别关键技术的研究现状 | 第13-22页 |
| ·超声反射回波信号消噪方法的研究现状 | 第13-16页 |
| ·超声反射回波信号特征提取方法的研究现状 | 第16-18页 |
| ·应用于超声检测的模式识别方法的研究现状 | 第18-22页 |
| ·课题的来源和背景 | 第22-23页 |
| ·论文的研究内容与结构 | 第23-26页 |
| ·论文的研究内容 | 第23-24页 |
| ·论文的结构 | 第24-26页 |
| 第二章 非成像式超声检测缺陷类型识别基础研究 | 第26-44页 |
| ·脉冲反射式超声检测原理及其建模 | 第26-29页 |
| ·脉冲反射式超声反射回波信号数学模型 | 第27页 |
| ·结构噪声数学模型 | 第27-29页 |
| ·超声反射回波信号平稳性分析 | 第29页 |
| ·超声反射回波信号中的缺陷信息捕捉 | 第29-38页 |
| ·基于短时傅立叶变换的缺陷信息捕捉 | 第30-33页 |
| ·基于小波变换的缺陷信息捕捉 | 第33-38页 |
| ·典型反射面缺陷超声反射回波信号的特征分析 | 第38-43页 |
| ·典型反射面人工缺陷及其超声反射回波信号采集 | 第38-40页 |
| ·典型人工缺陷超声反射回波信号的时域特征分析 | 第40-41页 |
| ·典型人工缺陷超声反射回波信号的频域特征分析 | 第41-42页 |
| ·典型人工缺陷超声反射回波信号的时频域特征分析 | 第42-43页 |
| ·本章小结 | 第43-44页 |
| 第三章 超声反射回波信号时频邻域自适应消噪方法研究 | 第44-60页 |
| ·引言 | 第44-45页 |
| ·小波软阈值消噪法及其局限性 | 第45-46页 |
| ·基于小波包变换的时频邻域自适应消噪方法研究 | 第46-52页 |
| ·小波变换多分辨分析理论与Mallat快速算法 | 第47-49页 |
| ·小波包变换 | 第49-51页 |
| ·基于小波包变换的时频邻域自适应消噪方法的实现 | 第51-52页 |
| ·超声反射回波信号消噪实验研究 | 第52-59页 |
| ·信号消噪方法的性能评价 | 第52-53页 |
| ·仿真信号信噪分离实验 | 第53-56页 |
| ·典型人工缺陷超声反射回波信号消噪实验研究 | 第56-59页 |
| ·本章小结 | 第59-60页 |
| 第四章 超声反射回波信号多特征提取与评价技术研究 | 第60-75页 |
| ·引言 | 第60-61页 |
| ·超声反射回波信号时域包络谱统计特征提取 | 第61-63页 |
| ·超声反射回波信号频域幅值谱统计特征提取 | 第63-65页 |
| ·超声反射回波信号小波分解能量分布特征提取 | 第65-66页 |
| ·超声反射回波信号局部分量小波熵特征提取 | 第66-68页 |
| ·超声反射回波信号时频SFFS优选特征提取 | 第68-72页 |
| ·Fisher可分性测度 | 第68-69页 |
| ·SFFS搜索算法 | 第69-70页 |
| ·时频SFFS优选特征提取的实现 | 第70-72页 |
| ·特征提取方法性能评价 | 第72-74页 |
| ·结论 | 第74-75页 |
| 第五章 基于支持向量机的缺陷类型多特征融合决策识别技术研究 | 第75-91页 |
| ·引言 | 第75-76页 |
| ·支持向量机理论 | 第76-79页 |
| ·线性分类问题 | 第76-78页 |
| ·非线性分类问题 | 第78页 |
| ·多类分类问题 | 第78-79页 |
| ·多特征SVM-Bayes融合决策识别 | 第79-81页 |
| ·贝叶斯推理 | 第79-80页 |
| ·多特征SVM-Bayes融合决策规则 | 第80-81页 |
| ·多特征SVM-DS融合决策识别 | 第81-85页 |
| ·DS证据理论 | 第81-82页 |
| ·多特征SVM-DS合成规则 | 第82-83页 |
| ·多特征SVM-DS融合决策识别输出规则 | 第83-85页 |
| ·人工缺陷的识别实验 | 第85-90页 |
| ·SVM识别器的参数确定 | 第85-86页 |
| ·人工缺陷单特征SVM识别 | 第86-87页 |
| ·人工缺陷多特征SVM-Bayes识别试验 | 第87-88页 |
| ·人工缺陷多特征SVM-DS融合决策识别 | 第88-90页 |
| ·本章小结 | 第90-91页 |
| 第六章 石油套管超声检测缺陷类型识别综合实验研究 | 第91-109页 |
| ·石油套管典型缺陷类型及其特点 | 第91-92页 |
| ·石油套管缺陷超声反射回波信号采集 | 第92-93页 |
| ·石油套管缺陷超声反射回波信号时频邻域自适应消噪 | 第93-97页 |
| ·石油套管缺陷超声反射回波信号多特征提取 | 第97-100页 |
| ·石油套管缺陷类型识别综合实验研究 | 第100-106页 |
| ·石油套管缺陷的单特征SVM识别 | 第100-103页 |
| ·石油套管缺陷多特征SVM-Bayes融合决策识别 | 第103-104页 |
| ·石油套管缺陷多特征SVM-DS融合决策识别 | 第104-106页 |
| ·石油套管缺陷多特征融合决策识别的实时性分析 | 第106-108页 |
| ·本章小结 | 第108-109页 |
| 第七章 结论与展望 | 第109-113页 |
| ·研究总结 | 第109-111页 |
| ·相关工作展望 | 第111-113页 |
| 参考文献 | 第113-120页 |
| 附录A 石油套管超声检测实验平台 | 第120-122页 |
| 攻读博士学位期间论文发表情况和完成的科研项目 | 第122-124页 |
| 致谢 | 第124页 |
