基于小波包及神经网络的管道泄漏定位检测模型研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-6页 |
| 创新点摘要 | 第6-9页 |
| 第一章 绪论 | 第9-17页 |
| ·本文的背景及意义 | 第9页 |
| ·管道泄漏与定位检测技术现状 | 第9-10页 |
| ·国外管道检测现状 | 第9-10页 |
| ·国内管道检测现状 | 第10页 |
| ·长输管道发生泄漏的原因 | 第10-12页 |
| ·常见的管道泄漏检测方法 | 第12-16页 |
| ·管道的直接检测方法 | 第12-14页 |
| ·管道的间接检测方法 | 第14-16页 |
| ·本文的主要研究内容 | 第16-17页 |
| 第二章 人工神经网络 | 第17-27页 |
| ·人工智能 | 第17-18页 |
| ·人工智能的概念 | 第17页 |
| ·人工智能的发展 | 第17页 |
| ·人工智能的研究途径 | 第17-18页 |
| ·人工智能的研究目标 | 第18页 |
| ·人工神经网络概述 | 第18-21页 |
| ·人工神经网络的发展 | 第19页 |
| ·人工神经网络的特点 | 第19-20页 |
| ·人工神经网络的类型 | 第20-21页 |
| ·BP 神经网络 | 第21-23页 |
| ·BP 神经网络的内涵 | 第21-23页 |
| ·BP 神经网络的特点 | 第23页 |
| ·RBF 神经网络 | 第23-25页 |
| ·RBF 神经网络的内涵 | 第24-25页 |
| ·RBF 神经网络的特点 | 第25页 |
| ·RBF 网络和BP 网络的比较 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第三章 小波包消噪与特征向量的提取 | 第27-39页 |
| ·小波分析基本理论 | 第27-32页 |
| ·傅里叶变换 | 第27-29页 |
| ·小波变换 | 第29-32页 |
| ·小波包变换 | 第32-33页 |
| ·小波包变换在信号消噪中的应用 | 第33-35页 |
| ·信号降噪的准则 | 第33页 |
| ·小波包分析降噪的过程 | 第33-34页 |
| ·基本降噪模型 | 第34页 |
| ·信号小波包去噪的MATLAB 实现 | 第34-35页 |
| ·小波包变换提取管道泄漏压力信号特征向量 | 第35-38页 |
| ·小波包频带能量的分解和重构 | 第35-36页 |
| ·MATLAB 提取压力波特征向量的实现 | 第36-38页 |
| ·本章小结 | 第38-39页 |
| 第四章 神经网络模型的建立与实例应用 | 第39-52页 |
| ·神经网络模型的建立 | 第39-40页 |
| ·BP 神经网络层数和输入输出层节点数的确定 | 第39页 |
| ·隐层节点数的确定 | 第39-40页 |
| ·BP 神经网络模型的求解 | 第40-47页 |
| ·网络传递函数的选择 | 第40-41页 |
| ·训练函数的选择 | 第41-43页 |
| ·基于MATLAB 的BP 神经网络模型的建立 | 第43-47页 |
| ·BP 神经网络模型的检验 | 第47页 |
| ·RBF 神经网络模型的求解 | 第47-50页 |
| ·RBF 神经网络模型测试 | 第50-51页 |
| ·本章小结 | 第51-52页 |
| 结论 | 第52-53页 |
| 参考文献 | 第53-56页 |
| 发表文章目录 | 第56-57页 |
| 致谢 | 第57-58页 |
| 详细摘要 | 第58-64页 |
