| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 研究背景与意义 | 第9-10页 |
| 1.2 国内外研究发展现状 | 第10-14页 |
| 1.2.1 缺陷漏磁检测的发展概况 | 第10-11页 |
| 1.2.2 漏磁信号分类识别的发展概况 | 第11-14页 |
| 1.3 研究思路 | 第14页 |
| 1.4 论文组织与结构 | 第14-16页 |
| 第2章 分类识别与遗传算法的理论研究 | 第16-21页 |
| 2.1 引言 | 第16页 |
| 2.2 模式识别分类系统的组成 | 第16-18页 |
| 2.2.1 信号的预处理 | 第16-17页 |
| 2.2.2 特征提取与选择 | 第17-18页 |
| 2.2.3 分类器 | 第18页 |
| 2.3 遗传算法 | 第18-20页 |
| 2.3.1 遗传算法的基本原理 | 第19-20页 |
| 2.3.2 遗传算法的特点与应用 | 第20页 |
| 2.4 本章小结 | 第20-21页 |
| 第3章 缺陷漏磁信号的预处理研究 | 第21-43页 |
| 3.1 引言 | 第21-22页 |
| 3.2 基于小波包变换的漏磁信号预处理 | 第22-42页 |
| 3.2.1 标准无噪信号的构造 | 第22-23页 |
| 3.2.2 小波包基函数的选择与分解层数的确定 | 第23-32页 |
| 3.2.3 阈值准则的设计与选择分析 | 第32-41页 |
| 3.2.4 缺陷漏磁信号的预处理结果及其分析 | 第41-42页 |
| 3.3 本章小结 | 第42-43页 |
| 第4章 特征量提取与选择研究 | 第43-56页 |
| 4.1 引言 | 第43页 |
| 4.2 漏磁信号的特征提取 | 第43-50页 |
| 4.2.1 基于傅里叶变换的特征提取研究 | 第44-46页 |
| 4.2.2 基于小波包变换的特征提取研究 | 第46-49页 |
| 4.2.3 特征提取结果分析 | 第49-50页 |
| 4.3 漏磁信号的特征选择 | 第50-54页 |
| 4.3.1 主成分分析(PCA)+偏最小二乘法(PLS)联合分析 | 第50-53页 |
| 4.3.2 特征选择结果与分析 | 第53-54页 |
| 4.4 本章小结 | 第54-56页 |
| 第5章 分类器选择与优化设计 | 第56-74页 |
| 5.1 引言 | 第56-57页 |
| 5.2 BP神经网络的拓扑结构与工作原理 | 第57-61页 |
| 5.2.1 BP神经网络的拓扑结构研究 | 第57-58页 |
| 5.2.2 信号前向传播工作原理 | 第58-59页 |
| 5.2.3 误差反向传播工作原理 | 第59-61页 |
| 5.3 BP神经网络分类性能影响因素的分析研究 | 第61-66页 |
| 5.3.1 缺陷漏磁信号特征数据的归一化 | 第61-62页 |
| 5.3.2 初始权值阈值的优化 | 第62页 |
| 5.3.3 激活函数的设计与选择 | 第62-66页 |
| 5.4 基于遗传算法对初始权值阈值的优化 | 第66-68页 |
| 5.5 激活函数的设计与选择 | 第68-72页 |
| 5.5.1 激活函数的设计 | 第69-70页 |
| 5.5.2 隐含层激活函数的选择 | 第70-71页 |
| 5.5.3 输出层激活函数的选择 | 第71-72页 |
| 5.6 缺陷漏磁信号的分类识别结果与分析 | 第72-73页 |
| 5.7 本章小结 | 第73-74页 |
| 第6章 结论与展望 | 第74-76页 |
| 6.1 全文结论 | 第74页 |
| 6.2 研究展望 | 第74-76页 |
| 附录 | 第76-105页 |
| 致谢 | 第105-106页 |
| 参考文献 | 第106-111页 |
| 攻读学位期间发表的论文 | 第111页 |