|
|
|
|
基于低秩稀疏分解的液体危险品分类算法的研究与实现 |
| |
| 论文目录 |
| |
| 摘要 | 第3-5页 | | Abstract | 第5-9页 | | 第1章引言 | 第9-18页 | | 1.1研究背景及意义 | 第9-11页 | | 1.2国内外研究现状 | 第11-14页 | | 1.2.1液体危险品检测技术的研究现状 | 第11-13页 | | 1.2.2液体安检设备的发展现状 | 第13-14页 | | 1.3主要研究内容 | 第14-15页 | | 1.4本文的创新点与不足 | 第15-16页 | | 1.5论文组织结构安排 | 第16-17页 | | 1.6本章小结 | 第17-18页 | | 第2章液体危险品检测信号的采集及处理 | 第18-26页 | | 2.1信号采集系统实验平台的设计 | 第18-21页 | | 2.1.1信号采集系统基本参数 | 第18-19页 | | 2.1.2信号采集系统设计 | 第19-21页 | | 2.2超宽带厘米波信号的获取 | 第21-23页 | | 2.3数据处理 | 第23-25页 | | 2.3.1数据清洗 | 第23-24页 | | 2.3.2数据预处理 | 第24-25页 | | 2.3.3数据特点 | 第25页 | | 2.4本章小结 | 第25-26页 | | 第3章基于低秩稀疏分解的背景液体信号提取 | 第26-43页 | | 3.1液体危险品检测信号的算法分析 | 第26-27页 | | 3.2低秩稀疏分解理论 | 第27-29页 | | 3.3低秩稀疏分解方法 | 第29-36页 | | 3.3.1迭代阈值算法 | 第30-32页 | | 3.3.2加速邻近梯度算法 | 第32-33页 | | 3.3.3对偶法 | 第33-34页 | | 3.3.4增广拉格朗日乘子法 | 第34-36页 | | 3.4基于低秩稀疏分解的背景液体信号提取 | 第36-41页 | | 3.4.1液体危险品检测信号的低秩稀疏分解方法 | 第36-37页 | | 3.4.2基于GoDec算法的背景液体信号提取 | 第37-41页 | | 3.5本章小结 | 第41-43页 | | 第4章背景液体信号的特征提取 | 第43-55页 | | 4.1背景液体信号的特征提取算法分析 | 第43-44页 | | 4.2经验小波变换 | 第44-47页 | | 4.3希尔伯特变换 | 第47-48页 | | 4.4背景液体信号的特征提取 | 第48-54页 | | 4.4.1背景液体信号的EWT分解 | 第48-50页 | | 4.4.2背景液体信号的特征提取 | 第50-54页 | | 4.5本章小结 | 第54-55页 | | 第5章液体危险品检测信号分类算法的分类与识别 | 第55-63页 | | 5.1液体危险品检测信号的分类算法分析 | 第55-56页 | | 5.2BP神经网络 | 第56-58页 | | 5.2.1BP神经网络结构 | 第56-57页 | | 5.2.2BP神经网络算法 | 第57-58页 | | 5.3训练与识别 | 第58-60页 | | 5.3.1模型构建 | 第58-59页 | | 5.3.2实验结果 | 第59-60页 | | 5.4算法对比与分析 | 第60-62页 | | 5.5本章小结 | 第62-63页 | | 结论 | 第63-65页 | | 致谢 | 第65-66页 | | 参考文献 | 第66-69页 |
|
|
|
|
论文编号BS4739078，这篇论文共69页
会员购买按0.35元/页下载，共需支付24.15元。 直接购买按0.5元/页下载，共需要支付34.5元 。 |
 |
 |
我还不是会员，注册会员！
会员下载更优惠!充值送钱！ |
我只需要这篇，无需注册！
直接网上支付，方便快捷！ |
|
|
|
版权申明：本目录由www.jylw.com网站制作，本站并未收录原文，如果您是作者，需要删除本篇论文目录请通过QQ或其它联系方式告知我们，我们承诺24小时内删除。 |
|
|
广告服务