| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-17页 |
| ·课题背景与研究意义 | 第10-11页 |
| ·国内外研究现状 | 第11-14页 |
| ·课题的来源 | 第14-15页 |
| ·本文的主要内容和创新点 | 第15-16页 |
| ·本章小结 | 第16-17页 |
| 第2章 基于红外热像技术零值绝缘子识别方法原理与模拟试验设计 | 第17-34页 |
| ·基于红外热像技术的零值绝缘子识别方法原理 | 第17-31页 |
| ·基于红外热像的零值绝缘子识别方法基本原理 | 第17-20页 |
| ·红外成像技术在零值绝缘子识别中的应用 | 第20-24页 |
| ·数字图像处理技术在零值绝缘子识别中的应用 | 第24-31页 |
| ·人工智能算法在零值绝缘子识别中的应用 | 第31页 |
| ·基于红外热像技术的零值绝缘子识别方法模拟试验设计 | 第31-33页 |
| ·本章小结 | 第33-34页 |
| 第3章 绝缘子红外图像预处理 | 第34-41页 |
| ·绝缘子红外图像特点分析 | 第34页 |
| ·绝缘子红外图像去噪 | 第34-37页 |
| ·绝缘子红外图像分割 | 第37-40页 |
| ·本章小结 | 第40-41页 |
| 第4章 绝缘子红外图像相对温度分布特征的提取 | 第41-50页 |
| ·绝缘子红外图像特征初步选择 | 第41-42页 |
| ·方差分析法在绝缘子红外图像特征选取中的应用 | 第42-45页 |
| ·单因素方差分析基本原理 | 第42页 |
| ·单因素方差分析的步骤 | 第42-45页 |
| ·绝缘子红外图像特征提取的有效性分析 | 第45-48页 |
| ·本章小结 | 第48-50页 |
| 第5章 相对温度分布特征与人工神经网络相结合的零值绝缘子识别方法设计 | 第50-60页 |
| ·人工神经网络原理介绍 | 第50-54页 |
| ·BP神经网络模型结构 | 第50-52页 |
| ·改进BP神经网络模型 | 第52-54页 |
| ·基于改进BP神经网络的零值绝缘子识别模型设计 | 第54-56页 |
| ·识别模型输入矢量的归一化处理 | 第54页 |
| ·基于改进BP神经网络的零值绝缘子识别模型设计 | 第54-56页 |
| ·BP神经网络零值绝缘子识别模型有效性分析 | 第56-58页 |
| ·BP神经网络零值绝缘子识别模型识别错误率原因分析 | 第58-59页 |
| ·本章小结 | 第59-60页 |
| 结论与展望 | 第60-62页 |
| 参考文献 | 第62-69页 |
| 致谢 | 第69-70页 |
| 附录A 攻读学位期间所发表的学术论文目录 | 第70-71页 |
| 附录B 攻读学位期间参与的科研项目与科研成果 | 第71页 |
