扁平颗粒体实时分选的特征研究与过程优化
| 中文摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 引言 | 第8-15页 |
| ·课题背景 | 第8-10页 |
| ·需求简介 | 第10-11页 |
| ·研究现状 | 第11-12页 |
| ·课题内容及意义 | 第12-14页 |
| ·本文组织结构 | 第14-15页 |
| 第二章 相关技术发展现状简介 | 第15-22页 |
| ·模式识别 | 第15-19页 |
| ·常用统计分类方法原理简介 | 第17-19页 |
| ·本系统的识别方法选择 | 第19页 |
| ·图像特征算法简介 | 第19-21页 |
| ·图像特征算法简介 | 第19-20页 |
| ·本文改进算法介绍 | 第20-21页 |
| ·本章小结 | 第21-22页 |
| 第三章 识别模型的建立与优化 | 第22-33页 |
| ·特征空间的建立 | 第22-29页 |
| ·特征空间的目标 | 第23-24页 |
| ·特征空间的提出 | 第24-29页 |
| ·分类方法的确定 | 第29页 |
| ·分类公式的提出 | 第29页 |
| ·处理次序的优化 | 第29-32页 |
| ·本章小结 | 第32-33页 |
| 第四章 识别软件的总体构架 | 第33-41页 |
| ·设计的目标 | 第33页 |
| ·处理逻辑的分析与描述 | 第33-38页 |
| ·标准数据生成模块 | 第33-34页 |
| ·主判定模块 | 第34-37页 |
| ·算法模块约束 | 第37-38页 |
| ·预处理模块 | 第38页 |
| ·设计的描述 | 第38-40页 |
| ·本章小结 | 第40-41页 |
| 第五章 关键算法的研究与设计 | 第41-52页 |
| ·识别算法的现状 | 第41-42页 |
| ·问题的提出 | 第42-43页 |
| ·算法思想分析 | 第43-49页 |
| ·算法描述 | 第49-51页 |
| ·本章小结 | 第51-52页 |
| 第六章 实现过程中采用的技术 | 第52-62页 |
| ·特征权重求取技术 | 第52-55页 |
| ·支持向量机原理 | 第52-53页 |
| ·权重求解 | 第53-55页 |
| ·分类判定标准改进技术 | 第55页 |
| ·读写函数实现技术 | 第55-57页 |
| ·多连通度算法实现技术 | 第57-61页 |
| ·内部等高线面积的实现 | 第61页 |
| ·本章小结 | 第61-62页 |
| 第七章 软件实例及算法描述 | 第62-68页 |
| ·连通度算法性能 | 第62-63页 |
| ·系统总体功能、性能描述 | 第63-67页 |
| ·系统功能描述 | 第63-65页 |
| ·系统性能描述 | 第65-67页 |
| ·本章小结 | 第67-68页 |
| 第八章 总结与展望 | 第68-70页 |
| ·工作总结 | 第68-69页 |
| ·研究展望 | 第69-70页 |
| 参考文献 | 第70-73页 |
| 攻读学位期间公开发表的论文 | 第73-74页 |
| 攻读学位期间参与的项目 | 第74-75页 |
| 致谢 | 第75-77页 |
| 详细摘要 | 第77-79页 |
