| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 绪论 | 第9-18页 |
| ·课题的应用背景及意义 | 第9-10页 |
| ·关键技术 | 第10-13页 |
| ·国内外研究现状 | 第13-15页 |
| ·铸坯冷酸蚀图像处理存在的问题 | 第15-16页 |
| ·本文的工作及创新之处 | 第16页 |
| ·文章内容安排 | 第16-18页 |
| 2 基于人工经验的分类器设计 | 第18-31页 |
| ·铸坯图像的人工评级标准 | 第18-23页 |
| ·分类器设计 | 第23-30页 |
| ·本章小结 | 第30-31页 |
| 3 基于BP神经网络的分类器设计 | 第31-40页 |
| ·神经网络分类器在铸坯图像处理的优势 | 第31-32页 |
| ·铸坯图像的人工神经网络数学模型 | 第32-34页 |
| ·基于BP网络的铸坯图像分类器设计及其分析 | 第34-39页 |
| ·本章小结 | 第39-40页 |
| 4 改进的神经网络分类器 | 第40-56页 |
| ·算法改进的分类器 | 第40-49页 |
| ·特征空间优化的分类器 | 第49-53页 |
| ·拓扑结构改进的分类器 | 第53-55页 |
| ·本章小结 | 第55-56页 |
| 5 结论与展望 | 第56-58页 |
| ·结论 | 第56-57页 |
| ·展望 | 第57-58页 |
| 致谢 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 附录 | 第63-67页 |