| 摘要 | 第1-10页 |
| Abstract | 第10-15页 |
| 第一章 绪论 | 第15-36页 |
| ·课题研究的目的与意义 | 第15-16页 |
| ·有关研究现状 | 第16-27页 |
| ·国外研究进展 | 第16-22页 |
| ·国内研究进展 | 第22-24页 |
| ·推向市场的非织造材料瑕疵检测系统 | 第24-27页 |
| ·本课题的主要研究内容 | 第27-29页 |
| ·论文创新点 | 第29-30页 |
| 参考文献 | 第30-36页 |
| 第二章 Besov 空间多小波域的非织造材料图像消噪 | 第36-78页 |
| ·小波分析理论 | 第36-55页 |
| ·引言 | 第36-37页 |
| ·小波函数 | 第37-38页 |
| ·连续小波变换 | 第38-39页 |
| ·离散小波变换 | 第39-40页 |
| ·多分辨率分析 | 第40-41页 |
| ·Mallat 快速算法与滤波器组 | 第41-44页 |
| ·小波基的数学特性 | 第44-53页 |
| ·非织造材料纹理分析小波库的构建 | 第53-55页 |
| ·Besov 空间多小波域消噪模型 | 第55-73页 |
| ·非织造材料光滑特性的区域差异 | 第56-61页 |
| ·Besov 空间 | 第61-62页 |
| ·Besov 空间多小波域消噪算法 | 第62-68页 |
| ·Besov 空间多小波域消噪结果 | 第68-73页 |
| ·本章小结 | 第73-74页 |
| 参考文献 | 第74-78页 |
| 第三章 非织造材料图像的小波纹理分析 | 第78-115页 |
| ·非织造材料的纹理特性 | 第78-82页 |
| ·对比度与互相关性 | 第79-81页 |
| ·方向性 | 第81-82页 |
| ·非织造材料图像的小波纹理分析 | 第82-103页 |
| ·小波纹理分析 | 第82-89页 |
| ·能量特征数据分析 | 第89-99页 |
| ·统计模型特征数据分析 | 第99-103页 |
| ·纹理特征质量评价 | 第103-111页 |
| ·纹理特征查询表 | 第103-104页 |
| ·K-近邻分类器 | 第104-106页 |
| ·特征可分性分析 | 第106-111页 |
| ·本章小结 | 第111页 |
| 参考文献 | 第111-115页 |
| 第四章 基于鲁棒贝叶斯神经网络的非织造材料外观质量识别 | 第115-162页 |
| ·鲁棒贝叶斯神经网络 | 第115-132页 |
| ·鲁棒贝叶斯神经网络结构 | 第116-118页 |
| ·孤立点概率 | 第118-119页 |
| ·交叉熵 | 第119-121页 |
| ·正则化代价函数 | 第121-124页 |
| ·基于UCMINF 算法的网络训练 | 第124-126页 |
| ·超参数与孤立点概率求解 | 第126-129页 |
| ·对数证据 | 第129-130页 |
| ·神经网络收敛准则 | 第130-131页 |
| ·鲁棒贝叶斯神经网络算法流程 | 第131-132页 |
| ·网络参数选择与结构设计 | 第132-137页 |
| ·实验方案设计 | 第132-134页 |
| ·神经网络结构设计 | 第134-137页 |
| ·实验数据分析 | 第137-155页 |
| ·不同实验方案的正确识别率 | 第137-141页 |
| ·网络参数分析 | 第141-155页 |
| ·本章小结 | 第155-156页 |
| 参考文献 | 第156-162页 |
| 第五章 结论与展望 | 第162-167页 |
| ·结论 | 第162-165页 |
| ·展望 | 第165-167页 |
| 博士期间发表论文及参加科研情况 | 第167-169页 |
| 附录 | 第169-186页 |
| 附录1 各特征矩阵对应的1-邻近分类器正确识别率R | 第169-171页 |
| 附录2 第四章表4-1 所示coif3 小波基实验数据 | 第171-186页 |
| 致谢 | 第186-187页 |
