基于BP网络的焊点质量检测方法研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-14页 |
| ·研究的背景和意义 | 第9-10页 |
| ·国内外研究现状 | 第10-12页 |
| ·焊点质量检测技术研究现状 | 第10-11页 |
| ·BP网络的研究现状 | 第11-12页 |
| ·主要研究内容及章节安排 | 第12-14页 |
| 第2章 BP神经网络及其学习算法研究 | 第14-25页 |
| ·BP神经网络概述 | 第14-19页 |
| ·BP神经网络简介 | 第14-15页 |
| ·BP神经网络原理 | 第15-18页 |
| ·BP算法存在的问题 | 第18-19页 |
| ·基于误差放大的快速BP学习算法 | 第19-23页 |
| ·误差放大学习算法的原理 | 第19-20页 |
| ·误差放大学习算法的改进 | 第20-22页 |
| ·仿真实验结果 | 第22-23页 |
| ·BP网络的设计 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第3章 焊点特征提取方法的研究 | 第25-40页 |
| ·锡量类型焊点图像的获取 | 第25-27页 |
| ·焊点的锡量类型 | 第25页 |
| ·焊点图像的获取 | 第25-27页 |
| ·基于直方图的焊点特征提取算法 | 第27-29页 |
| ·直方图的建立 | 第27-28页 |
| ·直方图特征的提取 | 第28页 |
| ·算法的描述 | 第28-29页 |
| ·基于形状的焊点特征提取算法 | 第29-34页 |
| ·焊点图像的二值化处理 | 第29-32页 |
| ·焊点图像中焊点轮廓的提取 | 第32-33页 |
| ·形状特征的提取 | 第33-34页 |
| ·算法的描述 | 第34页 |
| ·基于纹理的焊点特征提取算法 | 第34-38页 |
| ·纹理的定义 | 第35页 |
| ·焊点图像纹理特征的提取 | 第35-37页 |
| ·算法的描述 | 第37-38页 |
| ·本章小结 | 第38-40页 |
| 第4章 BP网络在焊点质量检测中的应用研究 | 第40-55页 |
| ·常用的焊点质量检测算法 | 第40-44页 |
| ·基于相似度比较的方法 | 第40页 |
| ·K-近邻法 | 第40-41页 |
| ·高斯混合模型法 | 第41-44页 |
| ·焊点质量检测样本及指标 | 第44-45页 |
| ·焊点质量检测中使用的样本 | 第44页 |
| ·焊点质量检测的指标 | 第44-45页 |
| ·焊点特征提取算法的实验结果 | 第45-48页 |
| ·直方图特征提取算法的实验结果 | 第45-46页 |
| ·形状特征提取算法的实验结果 | 第46-47页 |
| ·纹理特征提取算法的实验结果 | 第47-48页 |
| ·锡量类型焊点检测BP网络模型的设计 | 第48-52页 |
| ·锡量类型焊点检测模型的设计 | 第48-50页 |
| ·锡量类型焊点检测模型参数的确定 | 第50-52页 |
| ·实验结果及对比分析 | 第52-54页 |
| ·本章小结 | 第54-55页 |
| 结论 | 第55-56页 |
| 参考文献 | 第56-60页 |
| 哈尔滨工业大学硕士学位论文原创性声明 | 第60页 |
| 哈尔滨工业大学硕士学位论文使用授权书 | 第60页 |
| 哈尔滨工业大学硕士学位涉密论文管理 | 第60-61页 |
| 致谢 | 第61页 |
