数据融合技术在无损检测中应用的研究
| 摘要 | 第1-6页 |
| Abstract | 第6-8页 |
| 致谢 | 第8-11页 |
| 第一章 绪论 | 第11-17页 |
| ·课题的意义 | 第11-12页 |
| ·国内外研究现状 | 第12-14页 |
| ·本论文的研究内容、拟解决的关键问题及创新之处 | 第14-15页 |
| ·研究内容 | 第14-15页 |
| ·本论文拟解决的关键问题 | 第15页 |
| ·本论文的创新之处 | 第15页 |
| ·本文的内容安排 | 第15-17页 |
| 第二章 无损检测技术 | 第17-24页 |
| ·无损检测 | 第17-20页 |
| ·无损检测定义 | 第17页 |
| ·无损检测方法 | 第17-20页 |
| ·无损检测的特点及应用 | 第20页 |
| ·漏磁检测技术 | 第20-23页 |
| ·漏磁检测的基本原理 | 第20-21页 |
| ·漏磁缺陷信号 | 第21-22页 |
| ·缺陷分布与漏磁信号的关系 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 第三章 多传感器数据融合技术 | 第24-36页 |
| ·多传感器技术 | 第24-26页 |
| ·霍尔元件工作原理 | 第24-25页 |
| ·磁敏二极管工作原理 | 第25-26页 |
| ·数据融合技术 | 第26-32页 |
| ·数据融合的定义 | 第26-27页 |
| ·数据融合的层次 | 第27-28页 |
| ·数据融合的系统结构 | 第28-29页 |
| ·数据融合的基本方法 | 第29-31页 |
| ·数据融合的特点及应用 | 第31-32页 |
| ·缺陷信号的拾取 | 第32-35页 |
| ·本章小结 | 第35-36页 |
| 第四章 小波降噪在漏磁信号预处理中的运用 | 第36-45页 |
| ·小波分析技术 | 第36-38页 |
| ·小波分析定义 | 第36-37页 |
| ·小波的多分辨性 | 第37-38页 |
| ·小波分析在降噪处理中的应用 | 第38-42页 |
| ·信号模型 | 第38页 |
| ·小波降噪的基本原理 | 第38-39页 |
| ·小波降噪的方法 | 第39-41页 |
| ·基于SURE的无偏估计的自适应阈值去噪法 | 第41-42页 |
| ·漏磁信号的降噪效果 | 第42-44页 |
| ·本章小结 | 第44-45页 |
| 第五章 基于RBF神经网络的数据融合技术 | 第45-57页 |
| ·人工神经网络 | 第45-47页 |
| ·人工神经网络概念及特点 | 第45-46页 |
| ·人工神经网络特点 | 第46页 |
| ·人工神经网络拓扑结构 | 第46-47页 |
| ·RBF神经网络 | 第47-49页 |
| ·RBF神经网络的基本原理与结构 | 第47-48页 |
| ·RBF神经网络的学习算法 | 第48-49页 |
| ·RBF神经网络在数据融合中的应用 | 第49-50页 |
| ·人工神经网络在各级融合层次上的应用 | 第50页 |
| ·人工神经网络在数据融合中的特点 | 第50页 |
| ·RBF神经网络参数选取及权值更新 | 第50-53页 |
| ·RBF神经网络节点的选取 | 第51页 |
| ·RBF神经网络数据中心的确定 | 第51-52页 |
| ·梯度下降法权值的更新 | 第52-53页 |
| ·实验仿真分析 | 第53-56页 |
| ·本章小结 | 第56-57页 |
| 第六章 总结和展望 | 第57-59页 |
| ·总结 | 第57页 |
| ·展望 | 第57-59页 |
| 参考文献 | 第59-63页 |
| 研究生期间发表论文 | 第63页 |
