摘要 | 第4-5页 |
Abstract | 第5-6页 |
第1章 绪论 | 第9-19页 |
1.1 课题背景及研究的目的和意义 | 第9-11页 |
1.1.1 课题背景 | 第9-10页 |
1.1.2 课题研究的目的和意义 | 第10-11页 |
1.2 国内外研究现状 | 第11-16页 |
1.2.1 熔石英表面基准标识中心定位技术研究现状 | 第11-12页 |
1.2.2 熔石英表面损伤图像处理技术研究现状 | 第12-14页 |
1.2.3 熔石英表面损伤评定技术研究现状 | 第14-16页 |
1.3 目前存在的问题 | 第16-17页 |
1.4 课题主要研究内容 | 第17-19页 |
第2章 熔石英损伤修复流程分析及网络框架构建 | 第19-32页 |
2.1 引言 | 第19页 |
2.2 系统总体分析 | 第19-21页 |
2.2.1 总体功能介绍 | 第19页 |
2.2.2 系统数据流分析 | 第19-21页 |
2.3 系统具体分析 | 第21-30页 |
2.3.1 损伤检测系统 | 第21-24页 |
2.3.2 损伤修复系统 | 第24-25页 |
2.3.3 显微观测系统 | 第25-27页 |
2.3.4 调制测量系统 | 第27-28页 |
2.3.5 应力测量系统 | 第28-30页 |
2.4 子系统网络框架建立 | 第30-31页 |
2.5 本章小结 | 第31-32页 |
第3章 熔石英表面圆形基准标识中心定位方法研究 | 第32-44页 |
3.1 引言 | 第32页 |
3.2 基准标识几何特征分析 | 第32-33页 |
3.3 基准标识中心定位方法 | 第33-42页 |
3.3.1 基于锚点缩放的ROI区域选取 | 第34-37页 |
3.3.2 ROI标识区域预处理 | 第37-40页 |
3.3.3 圆形基准标识中心定位 | 第40-42页 |
3.4 圆形标识仿真图像中心定位精度分析 | 第42-43页 |
3.5 本章小结 | 第43-44页 |
第4章 熔石英表面损伤评定分类方法研究 | 第44-57页 |
4.1 引言 | 第44页 |
4.2 基于MER的损伤特征提取算法 | 第44-49页 |
4.2.1 旋转卡壳算法 | 第44-46页 |
4.2.2 基于旋转卡壳算法求取MER | 第46-48页 |
4.2.3 基于MER提取损伤特征信息 | 第48-49页 |
4.3 基于CART树模型的RF集成分类算法 | 第49-55页 |
4.3.1 集成学习方法 | 第49-52页 |
4.3.2 弱分类器CART树模型 | 第52-53页 |
4.3.3 基于CART树模型的RF算法 | 第53-55页 |
4.4 RF集成分类器错误率分析 | 第55-56页 |
4.5 本章小结 | 第56-57页 |
第5章 数据分析软件开发与综合实验验证 | 第57-70页 |
5.1 引言 | 第57页 |
5.2 数据分析软件开发 | 第57-58页 |
5.3 综合实验验证 | 第58-68页 |
5.3.1 圆形基准标识中心定位实验验证 | 第58-60页 |
5.3.2 熔石英表面损伤点定位实验验证 | 第60-63页 |
5.3.3 熔石英表面损伤评定实验验证 | 第63-68页 |
5.4 本章小结 | 第68-70页 |
结论 | 第70-72页 |
参考文献 | 第72-77页 |
致谢 | 第77页 |