首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

基于人工免疫系统的带钢表面缺陷检测技术

摘要第1-3页
ABSTRACT第3-7页
第1章 绪论第7-19页
   ·课题背景和研究意义第7-9页
   ·国内外研究现状第9-13页
     ·国外现状第9-12页
     ·国内现状第12-13页
   ·带钢表面缺陷检测技术的发展历程及其与生物免疫系统的关系第13-17页
     ·带钢表面缺陷检测技术的发展历程第13-15页
     ·带钢表面缺陷检测技术与生物免疫系统的关系第15-17页
   ·论文的主要内容和结构安排第17-19页
     ·论文的主要内容第17页
     ·论文的结构安排第17-19页
第2章 人工免疫系统的理论分析第19-36页
   ·人工免疫系统的基本原理第19-26页
     ·生物免疫的机制第19-21页
     ·人工免疫算法的结构第21-25页
     ·基于人工免疫算法的带钢表面缺陷检测技术的特征第25-26页
   ·否定选择算法的基本原理第26-34页
     ·否定选择算法中元素的描述形式第28页
     ·常用的匹配规则第28-31页
     ·检测器生成算法第31-34页
   ·综合分析第34-35页
   ·本章小结第35-36页
第3章 基于 B 树的否定选择算法的研究与设计第36-51页
   ·基于B 树的否定选择算法的总体架构第37-38页
   ·基于B 树的否定选择算法第38-46页
     ·主要元素的定义第39页
     ·检测数值的转换算法第39-40页
     ·初始检测器生成第40-43页
     ·构建检测树第43-45页
     ·检测抗原第45-46页
   ·实验结果与分析第46-50页
     ·实验结果第46页
     ·与形态滤波检测算法的比较第46-50页
   ·本章小结第50-51页
第4章 基于检测器分块的否定选择算法的研究与设计第51-67页
   ·基于检测器分块的否定选择算法的总体架构第51-52页
   ·基于检测器分块的否定选择算法第52-61页
     ·主要元素的定义第52页
     ·基于论域空间包含的匹配算法第52-54页
     ·检测器生成算法设计第54-56页
     ·动态阈值更新算法第56-59页
     ·带钢表面缺陷深度信息的提取原理第59-61页
   ·实验结果与分析第61-65页
     ·实验结果第61-62页
     ·与BP 神经网络检测算法的比较第62-63页
     ·不同缺陷检测的计算深度值与实际深度值的比较第63-64页
     ·效率分析第64-65页
   ·本章小结第65-67页
第5章 结论第67-69页
   ·本文主要的研究工作第67-68页
   ·下一步工作及对未来的展望第68-69页
参考文献第69-73页
致谢第73-74页
攻读硕士学位期间的研究成果第74页

论文共74页,点击 下载论文
上一篇:下肢行走康复训练机器人整体机构设计与运动分析
下一篇:移动机器人路径规划技术研究