液滴指纹图识别软件系统优化的研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-19页 |
| 1.1 应用背景 | 第9-11页 |
| 1.2 液滴分析技术概述 | 第11-12页 |
| 1.3 液滴分析技术的发展 | 第12-14页 |
| 1.4 本课题研究内容 | 第14-17页 |
| 1.5 本课题的创新点 | 第17-19页 |
| 第二章 液滴分析仪信号处理的优化研究 | 第19-39页 |
| 2.1 光纤电容液滴分析仪 | 第19-27页 |
| 2.1.1 光纤电容液滴分析仪工作原理 | 第19-23页 |
| 2.1.2 光纤电容液滴传感器 | 第23-27页 |
| 2.2 电容漂移校正算法设计 | 第27-33页 |
| 2.2.1 电容信号测量电路 | 第27-28页 |
| 2.2.2 电容信号漂移问题的硬件处理方法 | 第28-30页 |
| 2.2.3 电容信号校正算法设计 | 第30-32页 |
| 2.2.4 电容信号漂移算法实验结果 | 第32-33页 |
| 2.3 异常液滴信号的检测与去除 | 第33-38页 |
| 2.3.1 异常液滴 | 第33-34页 |
| 2.3.2 特征提取获得液滴特征数据 | 第34-35页 |
| 2.3.3 液滴特征数据提取的优化 | 第35页 |
| 2.3.4 箱线图法用于异常液滴检测 | 第35-38页 |
| 2.4 本章小结 | 第38-39页 |
| 第三章 液滴指纹图特征提取的优化及聚类研究 | 第39-52页 |
| 3.1 波形分析法原理 | 第39-41页 |
| 3.2 液滴指纹图特征值的优化处理 | 第41-44页 |
| 3.2.1 多元线性回归 | 第42页 |
| 3.2.2 液滴指纹图特征值的降维优化 | 第42-44页 |
| 3.3 液体聚类方法 | 第44-50页 |
| 3.3.1 系统聚类法 | 第44-46页 |
| 3.3.2 动态聚类法 | 第46-47页 |
| 3.3.3 液体聚类结果及分析 | 第47-50页 |
| 3.4 液滴指纹图特征值优化处理的聚类实验验证 | 第50-51页 |
| 3.5 本章小结 | 第51-52页 |
| 第四章 液滴指纹图识别方法的优化研究 | 第52-63页 |
| 4.1 模式识别 | 第52页 |
| 4.2 支持向量机 | 第52-54页 |
| 4.3 支持向量机泛化能力估计 | 第54-56页 |
| 4.3.1 留一法 | 第55页 |
| 4.3.2 支持向量计数法 | 第55-56页 |
| 4.4 支持向量机用于液滴指纹图识别的参数寻优 | 第56-59页 |
| 4.4.1 支持向量机用于液滴指纹图识别的实现 | 第56页 |
| 4.4.2 惩罚因子C对推广错误率的影响 | 第56-57页 |
| 4.4.3 核参数γ对推广错误率的影响 | 第57页 |
| 4.4.4 参数(C,γ)的最优化选择 | 第57-59页 |
| 4.4.5 支持向量机识别结果及分析 | 第59页 |
| 4.5 基于聚类的支持向量机识别算法改进 | 第59-62页 |
| 4.5.1 具体实现步骤 | 第60页 |
| 4.5.2 实验结果及分析 | 第60-62页 |
| 4.6 本章小结 | 第62-63页 |
| 第五章 总结与展望 | 第63-66页 |
| 5.1 总结 | 第63-64页 |
| 5.2 展望 | 第64-66页 |
| 参考文献 | 第66-69页 |
| 致谢 | 第69-70页 |
| 攻读硕士期间发表的学术论文目录 | 第70页 |
