基于雷达回波的高速公路绿色通道车辆检测系统
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第1章 绪论 | 第8-16页 |
| ·课题研究背景和意义 | 第8-12页 |
| ·国内外常见的检验方法 | 第12-14页 |
| ·高速公路绿色通道验货点的实际需求分析 | 第14页 |
| ·本文的工作 | 第14-15页 |
| ·论文的组织结构 | 第15-16页 |
| 第2章 雷达检测法 | 第16-23页 |
| ·雷达的工作原理 | 第16-22页 |
| ·探测雷达的工作原理 | 第17-18页 |
| ·探测雷达回波实例 | 第18-22页 |
| ·本章小结 | 第22-23页 |
| 第3章 雷达回波的特征提取 | 第23-39页 |
| ·香蕉雷达回波的预处理 | 第23-24页 |
| ·雷达回波的伪彩处理 | 第23-24页 |
| ·雷达回波的量化 | 第24页 |
| ·图像的特征提取 | 第24-28页 |
| ·图像特征的的概述 | 第24-25页 |
| ·图像特征的分类 | 第25-28页 |
| ·纹理特征提取 | 第28-38页 |
| ·灰度直方图统计 | 第29-32页 |
| ·灰度共生矩阵 | 第32-38页 |
| ·本章小结 | 第38-39页 |
| 第4章 BP 神经网络的模式识别方法 | 第39-59页 |
| ·人工神经网络的介绍 | 第39-49页 |
| ·神经元模型 | 第40-42页 |
| ·神经元网络模型 | 第42-45页 |
| ·神经网络拓扑结构 | 第45-49页 |
| ·神经网络模型的选择 | 第49-50页 |
| ·两种不同结构的神经网络的比较 | 第49-50页 |
| ·BP 神经网络的概述与算法研究 | 第50-58页 |
| ·BP 神经网络的概述 | 第50-52页 |
| ·BP 学习算法的详细介绍 | 第52-55页 |
| ·误差反向传播算法的不足与改进 | 第55-58页 |
| ·本章小结 | 第58-59页 |
| 第5章 基于 BP 网络的雷达回波的识别 | 第59-74页 |
| ·图像识别的概述 | 第59-60页 |
| ·BP 神经网络识别的设计 | 第60-64页 |
| ·样本集的设计 | 第60-61页 |
| ·隐层层数以及隐层的单元数的确定 | 第61-63页 |
| ·训练和测试 | 第63-64页 |
| ·香蕉雷达回波图像识别实验 | 第64-73页 |
| ·香蕉雷达回波图像的样本集构造 | 第64-65页 |
| ·基于雷达回波图像的BP 网络设计 | 第65-66页 |
| ·香蕉雷达回波图像的识别步骤 | 第66页 |
| ·香蕉雷达回波图像BP 网络的训练 | 第66-72页 |
| ·香蕉雷达回波图像的识别分类结果 | 第72-73页 |
| ·本章小结 | 第73-74页 |
| 第6章 总结和展望 | 第74-76页 |
| ·总结 | 第74-75页 |
| ·展望 | 第75-76页 |
| 参考文献 | 第76-79页 |
| 致谢 | 第79-80页 |
| 攻读硕士学位期间的研究成果 | 第80页 |
