基于小波分析与BP神经网络的氧化铝熟料检测研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 绪论 | 第9-13页 |
| ·研究背景 | 第9-10页 |
| ·研究现状 | 第10-11页 |
| ·声音识别技术 | 第10页 |
| ·声音识别技术的应用 | 第10-11页 |
| ·研究目的和意义 | 第11页 |
| ·论文的组织结构 | 第11-13页 |
| 2 碰撞声音信号采集系统 | 第13-17页 |
| ·软件概述 | 第13页 |
| ·声音信号采集系统实现 | 第13-15页 |
| ·系统框架 | 第13-14页 |
| ·工作原理 | 第14-15页 |
| ·声音信号采集系统 | 第15页 |
| ·小结 | 第15-17页 |
| 3 碰撞声音信号分析研究 | 第17-24页 |
| ·时域分析方法 | 第17-18页 |
| ·频域分析方法 | 第18-19页 |
| ·幅值谱和相位谱分析 | 第18页 |
| ·功率谱分析 | 第18-19页 |
| ·碰撞声音信号时域分析 | 第19-22页 |
| ·碰撞声音信号频域分析 | 第22-23页 |
| ·小结 | 第23-24页 |
| 4 碰撞声音信号的小波包分析 | 第24-32页 |
| ·小波变换 | 第24-28页 |
| ·小波变换 | 第24-25页 |
| ·连续小波变换 | 第25-26页 |
| ·离散小波变换 | 第26-27页 |
| ·二进小波变换 | 第27页 |
| ·小波包理论 | 第27-28页 |
| ·基于小波包分解的碰撞声音信号特征提取 | 第28-31页 |
| ·碰撞声音信号小波包分解 | 第28-29页 |
| ·碰撞声音信号特征提取 | 第29-31页 |
| ·小结 | 第31-32页 |
| 5 氧化铝熟料烧结状况识别系统 | 第32-39页 |
| ·模式识别 | 第32-33页 |
| ·预处理 | 第32页 |
| ·特征信息向量的提取 | 第32页 |
| ·识别方法 | 第32-33页 |
| ·BP神经网络 | 第33-34页 |
| ·基于BP神经网络的氧化铝熟料烧结状况识别 | 第34-39页 |
| ·识别器建立 | 第34-35页 |
| ·识别器训练仿真 | 第35-37页 |
| ·识别器测试仿真 | 第37页 |
| ·识别器识别结果标准化 | 第37-39页 |
| ·小结 | 第39页 |
| 6 总结与展望 | 第39-41页 |
| ·主要结论 | 第39-40页 |
| ·不足和改进 | 第40-41页 |
| 参考文献 | 第41-43页 |
| 申请学位期间的研究成果及发表的学术论文 | 第43-44页 |
| 致谢 | 第44页 |
