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

基于人工蜂群算法的超声回波参数估计

摘要第3-4页
Abstract第4-5页
第1章 绪论第9-15页
    1.1 选题背景及意义第9-10页
    1.2 超声检测的方法第10-11页
    1.3 国内外研究现状第11-13页
    1.4 本文主要工作第13-15页
第2章 超声回波模型及参数估计方法第15-25页
    2.1 超声回波信号的数学模型第15-17页
    2.2 超声回波信号参数的估计方法第17-22页
        2.2.1 高斯—牛顿算法第17-18页
        2.2.2 EM算法第18-19页
        2.2.3 模拟退火算法第19-21页
        2.2.4 蚁群算法第21-22页
    2.3 人工蜂群算法第22-24页
        2.3.1 人工蜂群算法的基本原理第22-23页
        2.3.2 人工蜂群算法的应用第23-24页
    2.4 本章小结第24-25页
第3章 超声回波参数估计的人工蜂群算法第25-33页
    3.1 人工蜂群算法估计超声回波参数第25-27页
        3.1.1 构建最小二乘函数第25-26页
        3.1.2 人工蜂群算法估计超声回波参数的步骤第26-27页
    3.2 超声回波参数估计结果和波形模拟第27-30页
    3.3 人工蜂群算法与败群算法的比较第30-31页
    3.4 本章小结第31-33页
第4章 基于人工蜂群算法的多重回波模拟及参数估计第33-45页
    4.1 多重超声回波模型和目标函数第33-34页
        4.1.1 多重超声回波模型第33页
        4.1.2 多重超声回波目标函数第33-34页
    4.2 人工蜂群算法对二重回波的参数估计第34-38页
        4.2.1 分离二重超声回波的模拟及参数估计第34-36页
        4.2.2 叠加二重超声回波的模拟及参数估计第36-38页
    4.3 人工蜂群算法对三重回波的参数估计第38-43页
        4.3.1 分离三重超声回波的模拟及参数估计第38-41页
        4.3.2 叠加三重超声回波的模拟及参数估计第41-43页
    4.4 本章小结第43-45页
第5章 改进的人工蜂群算法对超声回波参数的估计第45-55页
    5.1 改进的人工蜂群算法第45-49页
        5.1.1 测试函数简介第45-46页
        5.1.2 人工蜂群算法的改进第46页
        5.1.3 改进的人工蜂群算法与传统人工蜂群算法的比较第46-49页
    5.2 改进的人工蜂群算法与原算法对超声回波参数估计的比较第49-53页
        5.2.1 单重回波参数估计的比较第49-50页
        5.2.2 改进的人工蜂群算法对二重叠加回波参数的估计第50-51页
        5.2.3 改进的人工蜂群算法对三重叠加回波参数的估计第51-53页
    5.3 本章小结第53-55页
第6章 基于人工蜂群算法的实测超声回波参数估计第55-63页
    6.1 超声回波水池实验第55-57页
        6.1.1 实验原理第55-56页
        6.1.2 实验设备和测试样品第56-57页
    6.2 实验回波分析及参数估计第57-61页
        6.2.1 单层实验回波分析及参数估计第57-58页
        6.2.2 分离二重实验回波的参数估计结果第58-59页
        6.2.3 叠加二重实验回波的参数估计结果第59-61页
    6.3 本章小结第61-63页
第7章 全文总结第63-65页
    7.1 本文的主要工作及结论第63-64页
    7.2 进一步工作及应用前景第64-65页
参考文献第65-71页
致谢第71-73页
攻读硕士学位期间科研成果第73页

论文共73页,点击 下载论文
上一篇:光纤力传感器设计及其在组织类型和边界鉴定中的应用
下一篇:螺杆压缩机振动监测系统设计与研究