人工神经网络在机器人上的研究与应用
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-18页 |
| ·课题背景及意义 | 第9-11页 |
| ·课题背景 | 第9-10页 |
| ·论文研究的意义 | 第10-11页 |
| ·相关技术的发展现状 | 第11-16页 |
| ·神经网络研究现状 | 第11-12页 |
| ·机器视觉研究现状 | 第12-13页 |
| ·模式识别技术研究现状 | 第13-14页 |
| ·数字图像处理研究现状 | 第14-16页 |
| ·论文研究的主要内容及结构安排 | 第16-18页 |
| ·本文研究内容 | 第16页 |
| ·本文结构安排 | 第16-18页 |
| 第2章 基于神经网络的视觉识别系统的总体设计 | 第18-23页 |
| ·系统总体功能划分 | 第18-20页 |
| ·系统总工作流程 | 第20-22页 |
| ·本章小结 | 第22-23页 |
| 第3章 基于神经网络的视觉识别系统输入信息的研究 | 第23-41页 |
| ·图像处理 | 第23-34页 |
| ·图像灰度化 | 第24-25页 |
| ·图像增强 | 第25-29页 |
| ·图像分割 | 第29-34页 |
| ·特征空间 | 第34-40页 |
| ·特征选择 | 第34-36页 |
| ·特征提取 | 第36页 |
| ·特征量的计算 | 第36-39页 |
| ·特征量的统一化 | 第39-40页 |
| ·本章小结 | 第40-41页 |
| 第4章 基于神经网络的视觉识别器的设计与实现 | 第41-58页 |
| ·神经网络的选择 | 第41-43页 |
| ·BP 网络分类器的设计 | 第43-53页 |
| ·BP 网络中参数的选择 | 第44-46页 |
| ·BP 网络学习算法分析 | 第46-52页 |
| ·BP 网络学习算法的改进 | 第52-53页 |
| ·BP 网络分类器关键部分的实现 | 第53-57页 |
| ·BP 网络采用的数据结构 | 第54-55页 |
| ·BP 网络的训练函数 | 第55-57页 |
| ·本章小结 | 第57-58页 |
| 第5章 基于神经网络的识别系统的识别过程及应用 | 第58-61页 |
| ·基于神经网络的视觉识别系统的识别过程 | 第58-60页 |
| ·基于神经网络的视觉识别系统在机器人视觉上的应用 | 第60页 |
| ·本章小结 | 第60-61页 |
| 结论 | 第61-63页 |
| 工作总结 | 第61页 |
| 下一步工作与展望 | 第61-63页 |
| 参考文献 | 第63-65页 |
| 攻读硕士学位期间发表的论文和获得的科研成果 | 第65-66页 |
| 致谢 | 第66-67页 |
| 详细摘要 | 第67-74页 |
