| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-13页 |
| 1.1 课题研究的背景和意义 | 第9-10页 |
| 1.2 国内外研究进展及现状 | 第10-11页 |
| 1.3 本文研究内容与创新点 | 第11-12页 |
| 1.3.1 本文研究内容 | 第11页 |
| 1.3.2 本文的创新点 | 第11-12页 |
| 1.4 论文章节安排 | 第12-13页 |
| 第2章 基于MTBSVM-RFE的结构紊乱的检测 | 第13-40页 |
| 2.1 基于Gabor滤波和相位图分析法的检测 | 第14-22页 |
| 2.1.1 预处理 | 第14页 |
| 2.1.2 Gabor滤波产生方向场和幅值图 | 第14-16页 |
| 2.1.3 高斯滤波产生过滤后的方向场 | 第16-18页 |
| 2.1.4 通过相位图产生节点图 | 第18-22页 |
| 2.2 基于MTBSVM-RFE的结构紊乱识别 | 第22-28页 |
| 2.2.1 特征提取 | 第22-25页 |
| 2.2.2 特征选择和分类器 | 第25-28页 |
| 2.3 实验结果 | 第28-35页 |
| 2.4 讨论 | 第35-38页 |
| 2.5 本章小结 | 第38-40页 |
| 第3章 基于卷积神经网络和两次迁移学习的结构紊乱识别 | 第40-54页 |
| 3.1 相关技术介绍 | 第40-42页 |
| 3.1.1 CNN介绍 | 第40-41页 |
| 3.1.2 迁移学习介绍 | 第41-42页 |
| 3.2 实验流程 | 第42-48页 |
| 3.2.1 数据增强 | 第43-44页 |
| 3.2.2 第一次迁移学习 | 第44-47页 |
| 3.2.3 第二次迁移学习 | 第47-48页 |
| 3.3 实验结果 | 第48-53页 |
| 3.4 本章小结 | 第53-54页 |
| 第4章 结论与展望 | 第54-56页 |
| 4.1 内容总结 | 第54页 |
| 4.2 研究展望 | 第54-56页 |
| 致谢 | 第56-57页 |
| 参考文献 | 第57-63页 |
| 附录1 攻读硕士学位期间发表的论文 | 第63-64页 |
| 附录2 攻读硕士学位期间参加的科研项目 | 第64页 |