| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第7-11页 |
| 1.1 研究的背景和意义 | 第7-8页 |
| 1.2 国内外研究概况 | 第8-9页 |
| 1.3 研究内容 | 第9-11页 |
| 2 基于卷积神经网络的带钢缺陷分类 | 第11-24页 |
| 2.1 卷积神经网络的特点 | 第11-13页 |
| 2.2 基于单核卷积神经网络的缺陷分类 | 第13-19页 |
| 2.3 基于多核卷积神经网络的缺陷分类 | 第19-23页 |
| 2.4 本章小结 | 第23-24页 |
| 3 基于支持向量机的带钢缺陷分类 | 第24-35页 |
| 3.1 支持向量机原理 | 第24-31页 |
| 3.2 基于支持向量机的缺陷分类 | 第31-34页 |
| 3.3 本章小结 | 第34-35页 |
| 4 实验测试 | 第35-45页 |
| 4.1 带钢缺陷图像数据集 | 第35-36页 |
| 4.2 基于卷积神经网络的缺陷分类 | 第36-38页 |
| 4.3 基于支持向量机的缺陷分类 | 第38-43页 |
| 4.4 卷积神经网络与支持向量机对比分析 | 第43-44页 |
| 4.5 本章小结 | 第44-45页 |
| 5 结论与展望 | 第45-47页 |
| 5.1 主要工作总结 | 第45-46页 |
| 5.2 未来工作展望 | 第46-47页 |
| 致谢 | 第47-48页 |
| 参考文献 | 第48-51页 |