基于融合方法的木材干燥过程中含水率空间分布模型研究
| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 1 绪论 | 第10-15页 |
| ·选题背景 | 第10-11页 |
| ·国内外研究现状及发展趋势 | 第11-13页 |
| ·含水率分布特征研究 | 第11页 |
| ·空间数据融合 | 第11-12页 |
| ·空间数据可视化 | 第12-13页 |
| ·研究意义 | 第13-14页 |
| ·研究内容 | 第14-15页 |
| 2 木材含水率检测机理 | 第15-23页 |
| ·木材含水率检测方法 | 第15-17页 |
| ·称重法 | 第15页 |
| ·电测法 | 第15-16页 |
| ·微波法 | 第16页 |
| ·射线法 | 第16-17页 |
| ·木材中水分 | 第17-19页 |
| ·木材中水分存在形式 | 第17页 |
| ·木材的吸湿和解吸 | 第17-18页 |
| ·平衡含水率 | 第18-19页 |
| ·干燥过程中木材水分移动与蒸发 | 第19-22页 |
| ·木材渗透性 | 第19-20页 |
| ·木材内部水分的移动 | 第20-21页 |
| ·影响木材干燥速度的因素 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 3 多源信息融合方法 | 第23-33页 |
| ·多源信息融合主要方法与优势 | 第23-24页 |
| ·统计学习理论 | 第24-26页 |
| ·支持向量机 | 第24-25页 |
| ·经验风险最小化 | 第25页 |
| ·VC维 | 第25-26页 |
| ·粒子群优化算法 | 第26-28页 |
| ·粒子群算法流程 | 第26-27页 |
| ·粒子群优化算法的参数选择 | 第27-28页 |
| ·基于PSO优化的SVM算法建模 | 第28页 |
| ·拉格朗日插值方法 | 第28-30页 |
| ·数据拟合方法 | 第30-32页 |
| ·数据拟合评价方法 | 第30-31页 |
| ·基于最小二乘拟合的非线性拟合手段误差分析 | 第31-32页 |
| ·基于最小二乘法非线性拟合建模 | 第32页 |
| ·本章小结 | 第32-33页 |
| 4 融合算法建模研究 | 第33-43页 |
| ·仿真环境 | 第33-34页 |
| ·基于最小二乘法非线性拟合方法建模 | 第34-35页 |
| ·基于拉格朗日插值法建模 | 第35-37页 |
| ·SVM算法建模 | 第37-40页 |
| ·支持向量机理论 | 第37-38页 |
| ·支持向量机建模 | 第38-40页 |
| ·PSO优化SVM算法建模 | 第40-41页 |
| ·仿真结果分析 | 第41-42页 |
| ·本章小结 | 第42-43页 |
| 5 木材含水率空间分布模型建模研究 | 第43-59页 |
| ·空间分布特性实验研究 | 第43-46页 |
| ·实验条件下的算法比较及选取 | 第46-50页 |
| ·基于最小二乘法仿真 | 第47页 |
| ·拉格朗日插值仿真 | 第47-48页 |
| ·基于支持向量机仿真 | 第48页 |
| ·基于PSO优化的SVM仿真 | 第48-49页 |
| ·算法误差综合分析 | 第49-50页 |
| ·一维空间融合模型 | 第50-54页 |
| ·X坐标轴方向建模 | 第51-52页 |
| ·Y坐标轴方向建模 | 第52-53页 |
| ·Z坐标轴方向建模 | 第53-54页 |
| ·二维空间融合模型 | 第54-57页 |
| ·X-Y平面建模 | 第54-55页 |
| ·Y-Z平面建模 | 第55-56页 |
| ·X-Z平面建模 | 第56-57页 |
| ·三维空间融合模型 | 第57页 |
| ·本章小结 | 第57-59页 |
| 结论 | 第59-61页 |
| 参考文献 | 第61-64页 |
| 攻读学位期间发表的学术论文 | 第64-65页 |
| 致谢 | 第65-66页 |
