基于深度学习的脉冲星识别系统设计与实现
摘要 | 第5-6页 |
Abstract | 第6页 |
第1章 绪论 | 第7-12页 |
1.1 研究背景及意义 | 第7-8页 |
1.1.1 研究背景 | 第7-8页 |
1.1.2 研究意义 | 第8页 |
1.2 国内外研究现状 | 第8-10页 |
1.2.1 脉冲星识别的研究现状 | 第8-9页 |
1.2.2 深度学习的研究现状 | 第9-10页 |
1.3 论文主要研究内容 | 第10-11页 |
1.4 论文组织结构 | 第11-12页 |
第2章 相关理论知识和技术 | 第12-33页 |
2.1 图像识别概述 | 第12-15页 |
2.1.1 图像的特征提取 | 第13-14页 |
2.1.2 图像识别的方法 | 第14-15页 |
2.2 光学字符识别 | 第15页 |
2.3 支持向量机 | 第15-17页 |
2.3.1 线性可分支持向量机 | 第16-17页 |
2.4 深度学习 | 第17-29页 |
2.4.1 人工神经网络概述 | 第18-20页 |
2.4.2 深度学习概述 | 第20-21页 |
2.4.3 受限玻尔兹曼机 | 第21-29页 |
2.5 开发语言和框架 | 第29-31页 |
2.5.1 Python | 第29页 |
2.5.2 J2EE | 第29-30页 |
2.5.3 SSH框架 | 第30-31页 |
2.6 MySQL | 第31页 |
2.7 Hadoop | 第31-32页 |
2.7.1 HDFS | 第31-32页 |
2.7.2 Map Reduce | 第32页 |
2.8 本章小结 | 第32-33页 |
第3章 基于深度学习的脉冲星识别 | 第33-47页 |
3.1 脉冲星的人工识别方法 | 第33-35页 |
3.2 脉冲星识别综合模型 | 第35-37页 |
3.2.1 基于深度学习的脉冲星图像识别模型 | 第35-36页 |
3.2.2 基于人工神经网络的脉冲星数值识别模型 | 第36页 |
3.2.3 脉冲星识别综合模型的提出 | 第36-37页 |
3.3 脉冲星识别综合模型实验分析 | 第37-46页 |
3.3.1 图像信息预处理 | 第38-39页 |
3.3.2 脉冲星的图像识别 | 第39-42页 |
3.3.3 数值信息预处理 | 第42-43页 |
3.3.4 脉冲星的数值识别 | 第43-45页 |
3.3.5 实验总结 | 第45-46页 |
3.4 本章小结 | 第46-47页 |
第4章 需求分析 | 第47-55页 |
4.1 子模块需求分析 | 第48-53页 |
4.1.1 星体数据管理子系统 | 第48-50页 |
4.1.2 脉冲星识别管理子系统 | 第50-51页 |
4.1.3 脉冲星查询子系统 | 第51-52页 |
4.1.4 用户管理子系统 | 第52页 |
4.1.5 系统配置子系统 | 第52-53页 |
4.2 性能和硬件需求分析 | 第53-54页 |
4.3 本章小结 | 第54-55页 |
第5章 系统设计 | 第55-68页 |
5.1 系统结构设计 | 第55-64页 |
5.1.1 星体数据管理 | 第57-61页 |
5.1.2 脉冲星识别 | 第61-62页 |
5.1.3 脉冲星查询子系统 | 第62-63页 |
5.1.4 用户管理 | 第63页 |
5.1.5 系统配置管理 | 第63-64页 |
5.2 数据存储设计 | 第64-66页 |
5.2.1 逻辑设计 | 第64-66页 |
5.3 脉冲星识别流程设计 | 第66-67页 |
5.4 本章小结 | 第67-68页 |
第6章 系统实现 | 第68-88页 |
6.1 预处理与数值分析 | 第68-74页 |
6.1.1 图像区域提取 | 第68-73页 |
6.1.2 数值图像处理 | 第73-74页 |
6.2 分布式环境搭建 | 第74-77页 |
6.3 模型训练 | 第77-81页 |
6.4 脉冲星识别 | 第81-82页 |
6.5 脉冲星查询系统 | 第82-83页 |
6.5.1 数据库连接配置 | 第82-83页 |
6.5.2 页面跳转控制 | 第83页 |
6.6 展示效果 | 第83-87页 |
6.6.1 用户管理 | 第83-84页 |
6.6.2 单位管理 | 第84-85页 |
6.6.3 HDFS数据管理 | 第85-86页 |
6.6.4 脉冲星识别 | 第86-87页 |
6.6.5 脉冲星查询 | 第87页 |
6.7 本章小结 | 第87-88页 |
第7章 总结与展望 | 第88-90页 |
7.1 总结 | 第88-89页 |
7.2 展望 | 第89-90页 |
参考文献 | 第90-93页 |
图版 | 第93-97页 |
致谢 | 第97-98页 |