首页--工业技术论文--轻工业、手工业论文--纺织工业、染整工业论文--一般性问题论文--纺织品的标准与检验论文

基于机器学习的超宽带纺织品含水量微波检测研究

摘要第5-8页
ABSTRACT第8-10页
第一章 绪论第13-22页
    1.1 研究背景和意义第13-14页
    1.2 常见的湿度检测方法第14-17页
    1.3 国内外研究现状第17-19页
    1.4 本文的研究内容及意义第19-20页
    1.5 论文章节安排第20-22页
第二章 微波检测基础第22-35页
    2.1 引言第22页
    2.2 微波简介第22-23页
    2.3 微波检测原理第23-25页
    2.4 物质介电性能第25-27页
    2.5 支持向量机算法第27-29页
    2.6 深度置信网络第29-34页
    2.7 小结第34-35页
第三章 纺织品湿度微波检测系统设计第35-53页
    3.1 纺织品湿度微波检测系统设计第35-45页
    3.2 纺织品湿度微波检测系统算法设计第45-52页
    3.3 小结第52-53页
第四章 基于UWB-SVR模型的纺织品湿度回归算法第53-68页
    4.1 引言第53页
    4.2 基于-SVR算法湿度回归评估第53-54页
    4.3 基于UWB-SVR模型的纺织品湿度回归框架第54-56页
    4.4 数据获取与参数设置第56-62页
    4.5 回归结果分析第62-64页
    4.6 结果对比分析第64-67页
    4.7 小结第67-68页
第五章 基于UWB-DBN模型的纺织品湿度回归算法第68-80页
    5.1 引言第68页
    5.2 基于DBN算法湿度回归评估第68-69页
    5.3 基于UWB-DBN模型的微波纺织品湿度回归框架第69-70页
    5.4 数据获取与参数设置第70-73页
    5.5 回归结果分析第73-77页
    5.6 算法性能对比分析第77-79页
    5.7 小结第79-80页
第六章 总结与展望第80-83页
    6.1 本文研究工作第80-81页
    6.2 未来工作展望第81-83页
参考文献第83-91页
附录1 攻读硕士学位期间撰写的论文第91-92页
附录2 攻读硕士学位期间参加的科研项目第92-93页
致谢第93-94页

论文共94页,点击 下载论文
上一篇:用于轨道交通UPS电源的监控系统
下一篇:构建以CRISPR为基础的载体靶向DNA去甲基化的方法