雷达检测钢筋的小波分析和神经网络方法
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第一章 绪论 | 第10-18页 |
| ·探地雷达技术简介 | 第10-11页 |
| ·探地雷达的基本原理 | 第10页 |
| ·探地雷达的起源与发展 | 第10-11页 |
| ·信号处理方法在雷达探测中的应用 | 第11-16页 |
| ·雷达探测的主要问题 | 第11-12页 |
| ·小波分析在探地雷达应用中的进展 | 第12-14页 |
| ·神经网络理论在探地雷达应用中的进展 | 第14-15页 |
| ·小结 | 第15-16页 |
| ·本文的研究内容 | 第16-18页 |
| ·研究意义 | 第16-17页 |
| ·研究目标 | 第17页 |
| ·研究方案 | 第17-18页 |
| 第二章 探地雷达技术 | 第18-24页 |
| ·引言 | 第18-19页 |
| ·电磁波的基本概念 | 第19-20页 |
| ·影响探地雷达应用的关键因素 | 第20-21页 |
| ·探地雷达的技术参数 | 第21-24页 |
| 第三章 神经网络的基本理论 | 第24-40页 |
| ·神经网络的发展简史 | 第24-25页 |
| ·神经网络的基本理论 | 第25-32页 |
| ·神经网络的定义和特点 | 第25-26页 |
| ·神经网络的结构和工作原理 | 第26-27页 |
| ·神经网络映射功能与误差曲面 | 第27-28页 |
| ·神经网络学习方法的分类 | 第28页 |
| ·神经网络的激活函数 | 第28-29页 |
| ·神经网络系统的总体设计 | 第29-30页 |
| ·神经网络训练集的设计 | 第30-31页 |
| ·神经网络的训练和测试 | 第31-32页 |
| ·小波神经网络 | 第32-38页 |
| ·BP 神经网络 | 第33-38页 |
| ·ELMAN 神经网络 | 第38页 |
| ·本章小结 | 第38-40页 |
| 第四章 基于二维小波变换的钢筋位置检测 | 第40-46页 |
| ·引言 | 第40页 |
| ·探地雷达图像的解释及缺陷 | 第40-42页 |
| ·雷达图像的解释 | 第40-42页 |
| ·雷达灰度图的缺陷 | 第42页 |
| ·二维离散小波变换在钢筋位置检测中的应用 | 第42-45页 |
| ·二维离散小波变换 | 第42-44页 |
| ·试件的制作 | 第44页 |
| ·雷达图像的二维小波变换 | 第44-45页 |
| ·本章小结 | 第45-46页 |
| 第五章 小波包的基本理论 | 第46-51页 |
| ·引言 | 第46页 |
| ·小波包的基本原理 | 第46-48页 |
| ·小波包的定义 | 第47-48页 |
| ·小波包的空间分解 | 第48页 |
| ·小波包算法 | 第48页 |
| ·小波包函数的选择 | 第48-49页 |
| ·特征参数的提取 | 第49-51页 |
| 第六章 雷达检测混凝土中钢筋的神经网络方法 | 第51-73页 |
| ·引言 | 第51页 |
| ·试件的制作 | 第51-52页 |
| ·数据的采集 | 第52页 |
| ·数据的预处理 | 第52-54页 |
| ·数据的截取 | 第52-53页 |
| ·数据的滤波处理 | 第53页 |
| ·数据的特征提取 | 第53页 |
| ·多项式拟合补充数据 | 第53-54页 |
| ·钢筋保护层厚度的神经网络识别 | 第54-55页 |
| ·钢筋直径的神经网络识别 | 第55-67页 |
| ·BP 网络训练 | 第55-56页 |
| ·BP 网络的测试结果 | 第56-60页 |
| ·BP 网络测试结果的误差统计及分析 | 第60-61页 |
| ·ELMAN 网络训练 | 第61-62页 |
| ·ELMAN 网络测试结果 | 第62-66页 |
| ·ELMAN 网络测试结果的误差统计及分析 | 第66页 |
| ·小结 | 第66-67页 |
| ·不同强度混凝土的测试结果 | 第67-71页 |
| ·两种网络结构误差统计 | 第71页 |
| ·小结 | 第71页 |
| ·本章小结 | 第71-73页 |
| 第七章 总结与展望 | 第73-75页 |
| ·主要研究成果 | 第73页 |
| ·本研究的不足之处 | 第73页 |
| ·未来的工作和展望 | 第73-75页 |
| 参考文献 | 第75-77页 |
| 致谢 | 第77页 |
