首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

过程建模技术中若干问题的研究

内容提要第1-11页
第1章 绪论第11-17页
   ·研究背景第11页
   ·建模技术的研究第11-13页
     ·交互建模技术第11-12页
     ·数据驱动建模技术第12-13页
     ·描述建模技术第13页
   ·过程建模技术第13-15页
   ·本文研究内容第15-17页
     ·主要研究工作第15-16页
     ·本文的组织结构第16-17页
第2章 过程建模方法研究第17-27页
   ·分形与IFS第17-18页
   ·双尺度自动机模型方法第18-19页
   ·L 系统第19-22页
     ·二维L 系统第19-20页
     ·三维L 系统第20-22页
   ·形状语法第22-24页
   ·分裂语法第24-26页
   ·过程建模方法的优缺点第26页
   ·小结第26-27页
第3章 基于物理的动态植物建模方法第27-39页
   ·研究现状第27-28页
   ·基于物理的植物建模第28-30页
     ·植物的茎枝建模第28-29页
     ·植物的叶片建模第29-30页
   ·植物模型受力分析第30-33页
     ·植物的茎枝、叶中肋的受力分析第30-31页
     ·植物的叶片受力分析第31-32页
     ·风力模型第32-33页
   ·实验结果与分析第33-34页
   ·算法的改进第34-36页
     ·叶片建模第34-35页
     ·受力分析第35页
     ·小段间的约束力第35-36页
   ·改进后算法的实验结果与比较第36-38页
   ·本章小结第38-39页
第4章 基于DBN 的植物生长建模方法第39-51页
   ·研究现状第39-41页
   ·DBNVP 建模方法概述第41-42页
   ·DBN第42-43页
     ·DBN 的优势第42页
     ·DBNVP 中的DBN 建模第42-43页
   ·DBNVP 建模的L 系统第43-47页
     ·L 系统建模第43-45页
     ·组件盒L 系统第45-46页
     ·DBNVP 中的L 系统建模第46页
     ·与传统L 系统的比较第46-47页
   ·实验结果及分析第47-50页
     ·DBN 结构建模第47-48页
     ·CBL-System 建模第48页
     ·DBNVP 方法效果图第48-50页
   ·本章小结第50-51页
第5章 基于图像特征的建筑过程建模方法第51-71页
   ·研究现状第51-52页
   ·初期准备工作第52-55页
     ·古塔介绍第52页
     ·建筑样式第52-53页
     ·古塔特征组件库建模第53-55页
   ·组件特征区域第55-57页
     ·特征点的提取第55-56页
     ·构造组件特征区域第56-57页
   ·多尺度奇异值特征第57-61页
     ·图像的奇异值分解第57-59页
     ·图像的多尺度奇异值特征第59-60页
     ·CAP 的MSVD 向量第60-61页
   ·粒子群优化算法第61-64页
     ·粒子群优化的数学描述第61-62页
     ·粒子群优化的算法流程第62页
     ·粒子群优化算法的收敛性分析第62-63页
     ·基于PSO 分类器的特征组件识别第63-64页
   ·装配语法第64-66页
     ·AG 的定义第64-65页
     ·AG 的规则表示第65页
     ·AG 在CAP 建模中的应用第65-66页
   ·实验结果与分析第66-70页
     ·实验结果第66-68页
     ·PSO 算法中的参数分析第68-69页
     ·3D 效果图第69-70页
   ·本章小结第70-71页
第6章 面向几何造型安全问题的鲁棒水印算法第71-82页
   ·研究现状第71-72页
   ·基于 Harris-Affine 的特征点提取第72-73页
     ·仿射高斯尺度空间第72页
     ·多尺度Harris-Affine 特征点检测算子第72-73页
   ·局部特征区域的构造第73-74页
     ·特征点的仿射形状第73页
     ·构造局部特征区域第73-74页
   ·局部特征区域几何流第74-76页
     ·几何流方向的寻找第74-75页
     ·几何流方向的生成第75-76页
   ·水印的嵌入与提取第76-78页
     ·水印的嵌入第76-77页
     ·水印的提取与检测第77-78页
   ·实验结果分析第78-81页
     ·无攻击时提取水印第78-79页
     ·受各种攻击后提取水印第79-80页
     ·与文献水印方法比较第80-81页
   ·本章小结第81-82页
第7章 总结与展望第82-84页
参考文献第84-97页
作者攻读博士期间发表的论文情况第97-99页
参加的科研项目第99-100页
致谢第100-101页
学位论文摘要(中文)第101-104页
学位论文摘要(英文)第104-107页

论文共107页,点击 下载论文
上一篇:面向中文自然语言Web文档的自动知识抽取和知识融合
下一篇:基于立体视觉的汽车车身与车轴位置偏差检测系统的研究