一、高效差分算法程序系列通过鉴定（论文文献综述）
孔祖荫,张志,王泺涵,陈光乐,梁世武,谭开国[1]（2021）在《三相四桥臂逆变器的空间矢量调制研究》文中研究指明三相四桥臂逆变器在不平衡负载下能够输出三相对称电压,具有控制简单,电压利用率高,体积小重量轻等优点。三相四桥臂逆变器被运用在有源滤波器、UPS上解决不平衡负载的问题。本文主要介绍三相四桥臂的主电路,并介绍三维空间矢量调制技术在四桥臂逆变器上的运用。并通过仿真实验验证在不对称负载情况下的可行性。
刘海,彭长根,吴振强,田有亮,田丰[2]（2021）在《基因组数据隐私保护理论与方法综述》文中研究指明基因组数据已广泛应用于科学研究、医疗服务、法律与取证和直接面向消费者服务.基因组数据不但可以唯一标识个体,而且与遗传、健康、表型和血缘关系密切关联.此外,基因组数据具有不随时间而变化的稳定性.因此,基因组数据管理不当和滥用将会带来人类所担心的隐私泄露问题.针对此问题,除了相关法律法规的监管以外,隐私保护技术也被用于实现基因组数据的隐私保护.为此,本论文对基因组数据的隐私保护理论与方法进行综述研究.首先,本论文根据基因组测序到应用归纳基因组数据的生态系统,并依据基因组数据特点分析其存在的隐私泄露问题.其次,分类总结和对比分析基因组数据存在的隐私威胁,并陈述重识别风险与共享基因组数据的价值之间的均衡模型.再次,分类概述和对比分析量化基因组数据隐私和效用的度量.然后,分析基因组数据生态系统中测序与存储、共享与聚集及应用的隐私泄露威胁.同时,分类介绍和对比分析用于基因组数据的隐私保护方法.针对基因组数据生态系统中存在的隐私泄露问题,根据所使用的隐私保护方法,分类概括和对比分析目前基因组数据隐私保护的研究成果.最后,通过对比分析已有的基因组数据隐私保护方法,对基因组数据生态系统中基因隐私保护的未来研究挑战进行展望.该工作为解决基因组数据的隐私泄露问题提供基础,进而推动基因组数据隐私保护的研究.
李鑫[3]（2021）在《铁路机车设备画像理论及关键技术研究》文中研究表明铁路机务专业是铁路运输系统的重要行车专业,主要负责各型机车的运用组织、整备保养和综合检修。作为重要的铁路运输生产设备,机车的运输生产效率、设备质量状态、整备检修能力、安全管理水平等均会对铁路运输生产能力的稳健提升和经营管理工作的稳步发展产生重要影响。随着各种监测检测设备以及各类信息管理系统的广泛应用,围绕机车积累了形式多样的海量数据,数据增量及质量均大幅提升,数据价值日益体现,铁路行业对于完善机车健康管理的需求十分迫切。当前铁路机务专业在进行机车健康管理的过程中,存在分析方法较少、大数据挖掘不足、管理决策科学性较弱、综合分析平台缺失等问题。铁路机车设备画像理论及关键技术研究作为实现机车健康管理的重要手段,致力于加强机车数据资源的整合利用,通过客观、形象、科学的标签体系全面而精准地刻画机车的质量安全状态,并以此为基础深入挖掘潜藏的数据价值,实现机车事故故障关联分析、安全状态预警盯控、质量安全态势预测、检修养护差异化施修、稳健可靠管理决策等目的,支撑起铁路运输生产及质量安全管理工作的科学化、数字化、智能化发展。本文主要对铁路机车设备画像理论及其一系列关键技术进行了研究与应用,取得了以下创新成果:（1）提出了铁路机车设备画像理论。通过梳理机车设备画像的含义及研究意义,明确了构建铁路机车设备画像理论的必要性及其定位。基于此,给出铁路机车设备画像理论的定义与内涵,梳理了符合现阶段机车运输生产管理需要的铁路机车设备画像理论的构成,阐述了关键技术的研究方法及之间的逻辑关系。同时,设计相匹配的应用架构,介绍了其所包含的核心应用、赋能应用、总体目标等6个方面内容。这为系统性地开展机车健康管理相关研究提供了崭新的理论和方法支持。（2）构建了基于设备画像的铁路机车画像标签体系。通过整合利用机车多维度数据,提出了机车设备画像3级标签体系技术架构,全面分析所包含的数据采集层、标签库层和标签应用层,详细阐释各级标签的内容构成,形成机车画像标签体系的构建方法。针对聚类这一标签产生方式,改进K均值（K-means）聚类算法的初始质心选取方法,提高标签获取的精度和稳定性。通过在某铁路局开展机车设备画像实地应用研究,获得了客观、精准、完整、可靠的机车画像。（3）提出了基于Ms Eclat算法的铁路机车事故故障多最小支持度关联规则挖掘方法。针对机车事故故障在关联规则挖掘中具有不同支持度的特点,提出了改进的等价变换类（Eclat）算法——多最小支持度等价变换类（Ms Eclat）算法,以各项目的支持度值为排序依据重新构建数据集,进而运用垂直挖掘思想获得频繁项集;为了进一步提高Ms Eclat算法在大数据分析场景中的执行效率,将布尔矩阵和并行计算编程模型Map Reduce应用于算法的计算过程,得到优化的Ms Eclat算法,设计并阐述了相应的频繁项集挖掘步骤。通过比较,Ms Eclat算法及其优化算法在多最小支持度关联规则挖掘方面有着极大的计算效率优势。通过在某铁路局开展实际应用研究,验证了算法的有效性、高效性和准确性。（4）设计了基于时变概率的PSO+DE混合优化BP神经网络的机车质量安全态势预测模型。通过总结反向传播（BP）神经网络、粒子群优化（PSO）算法和差分进化（DE）算法的原理及优缺点,设计了基于时变概率且融入了防早熟机制的PSO+DE混合优化BP神经网络预测模型,详细阐释了这一预测模型的训练步骤。以某铁路局的机车质量评价办法为依托,选用灰色关联度分析方法选择出运用故障件数、碎修件数等7个评价项点,预测机车未来3个月的质量安全态势。经过实验对比,新提出的预测模型有着更好的收敛能力,对于机车质量评价等级预测及分值变化趋势预测的准确度分别可以达到98%和91%以上。最后开展了实际预测应用及分析,为科学把控机车质量安全态势提供了较好的技术方法。（5）设计了基于铁路机车设备画像理论的铁路机车健康管理应用。通过总结梳理铁路机车健康管理应用与铁路机车设备画像理论及机务大数据三者间的关系,设计了基于铁路机车设备画像理论的铁路机车健康管理应用的“N+1+3”总体架构及其技术架构。基于此,从设备、人员和综合管理3个方面介绍了机车运用组织、机车整备检修、辅助决策分析等7个典型应用场景,并特别给出这些场景的数据挖掘分析思路及框架,为铁路机车设备画像理论的扎实应用奠定了重要基础。最后,将本文所取得的相关研究成果在某铁路局开展实地的铁路机车健康管理应用实践,通过搭建人机友好的应用系统,完成一系列机务大数据挖掘分析算法模型的封装,实现了机车画像标签生成及设备画像分析、机车事故故障关联分析、机车质量评价分析、机车质量安全态势预测分析等多项功能。通过实际的工程应用,实现了铁路机车设备画像理论及其关键技术的创新实践,取得了良好的效果。全文共有图56幅,表21个,参考文献267篇。
吴晓博[4]（2021）在《外弹道跟踪测速数据处理方法研究》文中研究说明本文以事后外弹道跟踪测数据处理过程为线索,将外弹道跟踪测速数据作为主要研究对象,对若干外弹道跟踪测速数据事后处理新方法进行了研究。其研究内容包括以下几个部分:（1）针对外弹道跟踪测速（测速测元）数据中的野值识别和特征点识别难题,本文研究并提出了基于随机样本一致性算法（RANSAC）算法的野值识别（修正）方法和基于重采样和邻近聚类的特征点识别算法,并针对每种算法分别给出了两种实现方法,仿真分析结果表明两种算法能够有效地识别出外弹道跟踪测速数据中的野值和特征点。（2）本文对多测速测量体制中一主多副跟踪测速自定位技术进行了研究,利用高精度的测速数据实现了飞行器弹道参数的自定位,摆脱了对低精度定位参数的依赖。（3）本文研究了一种基于数据驱动的线性无偏最小方差估计数据融合方法,该方法能利用滑动最小二乘拟合残差法挖掘测量数据的动态精度,并基于线性无偏最小方差估计（LUMV）准则实现测量数据的动态加权融合,仿真实验结果表明新算法的融合精度明显提高。（4）针对弹道参数最优估计问题,本文研究了基于变量差分法的最优卷积平滑算法和最优三次光滑样条平滑算法。两种方法基于最小化误差准则,通过迭代的方法寻找出模型参数的最优估计值,为弹道参数的最优估计提供了新的解决思路。（5）本文利用PYTHON编程语言开发了一套外弹道跟踪测速数据处理软件系统,将本文研究的所有算法内嵌到了该软件系统中,一定程度上实现了外弹道跟踪测量数据处理过程的自动化,提高了测量数据的处理效率。
王琛琛[5]（2021）在《电缆偏心在线检测装置研究》文中提出电缆偏心度检测是衡量电缆质量好坏的重要环节,电缆偏心会使电缆绝缘层的有效厚度及电缆性能大大降低,甚至造成安全事故,因此电缆偏心检测有着非常重要的实际意义。本文针对这一实际问题,研究了一种基于涡流与激光传感阵列的电缆偏心在线检测装置。该装置可通过单一传感阵列检测电缆周向多点位偏心度,并通过上位机将电缆偏心情况以图形的方式加以显示,能够更加全面的观测到电缆偏心情况,主要研究工作如下:（1）设计了 一种全新的电缆偏心检测装置,将滑环结构应用于传感器供电及信号引出,由电涡流传感器、激光位移传感器、温度传感器组成的传感器阵列通过滑环结构可以在被测单芯电缆周向进行全方位偏心检测,弥补了传统四个方向偏心检测覆盖率不足的缺点。（2）为了实现高精度电涡流传感器的设计,构建了三维电缆导体线芯与涡流传感器线圈磁场有限元模型,用ANSYS仿真分析了线圈内径、绕制层数、绕制匝数、激励频率等参数对传感器性能的影响,得到较优电涡流传感器探头设计参数。（3）为了降低温度对于传感器稳定性的影响,在传感器阵列中加入温度传感器进行了环境温度采集,将温度信息与电涡流传感器信息进行了信息融合,采用最小二乘支持向量机建立了回归模型,并将正余弦算法应用于回归模型的参数优化,从而降低了环境温度对于电涡流传感器的不利影响。（4）构建了单芯电缆偏心检测实验平台,下位机采用ARM系统对传感器阵列的数据进行采集、分析及处理并通过串口将处理结果传给上位机,上位机可通过图形化界面实时显示被测单芯电缆周向各点偏心情况。实验结果表明,研制的高精度电涡流传感器测量精度可达到0.05mm,通过数据融合之后,系统温度灵敏度系数由校正前的6.61×10-4/℃降低至8.73×10-6/℃,提高了两个数量级,保证了系统的稳定性与可靠性。测试结果表明,该检测系统方案可行,可以实现单芯电缆偏心度的实时在线检测与计算,具有广阔的市场应用前景和使用价值。
李泽[6]（2021）在《基于时空卷积网络的水泥比表面积预测和模型优化研究》文中认为
滕达[7]（2021）在《基于卷积神经网络的农作物识别及应用》文中研究表明农业是我国国民的经济基础,农作物病害的识别和防治则是农业生产活动中必不可少的一部分,可以直接影响到农业的经济效益,因此农作物病害的识别手段和精准程度对于农业发展具有重要意义。传统农作物病害识别方法主要以人工检测为主,存在效率低下、不能实现自动化识别等问题,而基于图像特征工程的方法又存在工作量大、在不同的复杂环境及病害多样性下很难精准识别等问题。本文旨在寻找更好的农作物病害识别方法,以解决上述问题。近年来,深度学习在图像识别领域中应用较为广泛,而卷积神经网络是深度学习的典型代表之一,该网络不仅具有很强的学习能力,而且可以实现图像特征的自动提取并达到很好的识别效果。因此本文基于深度学习并着重以卷积神经网络为主展开了对农作物病害识别的研究。本文的主要研究工作有以下三个部分:（1）针对一般情况下单一网络在农作物病害识别过程中存在特征提取不充分或特征丢失等问题,提出了一种多模型融合的农作物病害识别方法。该方法将Inception V3和DenseNet169模型中的有效模块级联,然后利用两者的特征提取能力对目标数据中的多样性及深层病害特征进行提取,之后通过特征融合策略将各自提取的特征融合拼接。为了进一步提高实验效果,随后对目标数据集使用了一系列数据增强及图像预处理技术,并给出训练优化方法,最后在目标数据集上进行实验并与多种方法对比。实验结果表明,本文提出的方法在农作物的病害识别效果上要优于其他方法。（2）针对实际开发下的农作物病害识别需求问题,提出了一种将迁移学习和MobileNet相结合的农作物病害识别方法。该方法将ImageNet作为辅助数据集预训练MobileNet模型,然后使用基于模型的迁移学习方法进行了模型及参数的迁移,最后在迁移的模型上进行了目标数据集的训练识别并与多种方法对比。实验结果表明,本文提出的方法相较于其他方法有更好的实际应用价值。（3）为了提供一种便捷的番茄病害识别方法,系统将进行迁移学习的MobileNet模型作为识别模型,使用Flask框架搭建了一个简单的番茄病害识别系统,实现了系统的登录注册,图像上传,病害识别,识别图像管理和用户管理等功能,为番茄种植人员和从事番茄研究相关科研人员提供了一种辨别番茄病害的新途径。
张向向[8]（2021）在《分布式机电系统远程监测与管理平台设计及实现》文中研究指明大型设备的研发和计算机技术的快速发展,促进了分布式机电系统的发展,但大型分布式机电设备为生产带来便利的同时也为多地域分布设备状态监测、设备管理、数据储存与处理带来了巨大的困难。大型工业生产中的分布式机电设备存在分散性、监测节点多元化、设备管理复杂化等特点,在分布式网络化智能监控中,每个独立运行的机电设备即是一个边缘节点,位于边缘节点的设备数据信息是对分布式机电设备进行高效监测与管理的重点所在。本文提出了一套基于嵌入式边缘节点开发的融合虚拟仪器技术的分布式机电系统远程监测与管理平台设计方案,开发了网络化的远程分布式机电设备监测及边缘节点管理平台,该系统可对处于不同地域的机电设备进行远程监测与设备信息的管理。主要研究工作及成果如下:（1）通过分析分布式机电系统的信号特点,设计数据采集系统,结合虚拟仪器技术,并采用嵌入式FPGA开发和数据传输技术完成边缘节点信号的可靠、高速采集及传输等功能。（2）为提高边缘节点数据分析的效率,利用一阶差分法有效剔除原始采样信号的奇异点,随之对信号进行最优变分模态分解（OVMD）,然后采用相关性分析判定各模态与原始信号的相关程度,从而准确获取真实运行信号与噪声源信号,实现机电系统边缘节点的信号预处理功能,以提高分布式机电系统边缘节点对本地数据的过滤、分析的效率及其准确性。（3）结合System Link技术实现信号的远程传输,完成在远程终端的信号监测,设计远程监测方案,在远程系统终端实现对边缘节点设备运行状态的监测与高效管理,采用远程软件驱动等部署技术实现对远程设备的统一管理与升级。为分布式系统海量运行数据的存储、挖掘、云端计算与应用奠定基础,为故障诊断等技术提供可靠的数据支撑。（4）为了验证所设计平台的实际应用效果,采用实验室三台机电设备作为平台监测与管理对象,使用本文技术验证设计结果。实验表明,本文所设计实现的监测平台能够可靠地采集到设备运行数据,经所开发的边缘节点预处理技术实现边缘节点信号的提取与重构,通过终端服务器能够良好地监测远程设备运行状态,实现高效的分布式设备软硬件管理。该实验平台的设计具有可靠性及可扩展性,为分布式系统海量运行数据的存储、挖掘、云端计算与应用奠定基础,为故障诊断等技术提供可靠的数据支撑,为之后课题组平台设计的开发及健康监测、故障诊断奠定坚实的基础。
罗彰[9]（2021）在《基于机器视觉的收藏币币面品相质量检测技术研究》文中研究说明收藏币币面品相质量的检测结果能够很好的反应收藏币的收藏价值,是评级人员对收藏币进行价值评价的重要参考。收藏币的币面品相质量检测包括以下几部分:一是完成高质量收藏币币面图像的采集,二是能够定性的判断币面缺陷的特征及种类,三是对这些缺陷进行统计分析,判断这些缺陷对币面质量的影响程度。为了完成以上目标,本文主要做了以下几个方面的工作。在图像采集方面,本文从机器视觉系统硬件选型、采集背景及采集环境要求出发,完成了光源、相机及镜头的选型,完成密闭采集环境的设计、搭建及图像采集软件的编写,实现了高质量收藏币图像的采集存储。在图像预处理和收藏币类型识别方面,鉴于不同收藏币币面特征的不确定性及多变性,本文采用了一种基于相关性的多目标的收藏币币面类型识别方法,目标图像与参考图像经过相同预处理后,再经过一系列图像变换、匹配,最终实现收藏币的类型识别及配准。在收藏币币面缺陷提取、分类、识别方面,鉴于同一位置在存在缺陷时与无缺陷时的像素值的差别,通过图像差分法将目标收藏币图像与参考收藏币图像通过先配准后差分,实现收藏币币面缺陷区域的提取。同时为了去除图像中的噪点干扰,更有效的筛选出币面缺陷区域及准确判断币面缺陷的类型,本文采用了多次阈值、图像分割的方法,根据不同缺陷在目标图像、参考图像及差分后图像中的像素值不同、分割后不同缺陷区域的几何、形状参数不同,实现了对收藏币币面缺陷类型的准确划分。在币面品相质量检测方面,以中华民国三年一元袁世凯银元为例,将币面区域划分为币圈、重要特征、币面背景三部分区域,根据这三区域将收藏币币面缺陷的类型进行细分,不同类别体现缺陷对收藏币币面品相的不同影响程度。在上述研究内容的基础上,本文设计并搭建了一个基于机器视觉的收藏币币面品相质量检测系统,通过实验证明了本系统能够识别收藏币的币面缺陷区域,检测结果稳定可靠。
张少慧[10]（2021）在《基于SOPC的多种生物特征识别系统的研究》文中认为当今社会信息飞速发展,个人信息安全是信息时代备受关注的问题。身份信息识别技术作为可有效保护信息安全的手段一直是热点研究方向。基于生物特征的身份信息认证识别技术以其稳定性、可靠性及安全性等优点被广泛应用于各领域。但在实际应用中,单模态生物特征识别技术存在如特殊人群生物特征损坏或缺失,防伪性较差等固有缺陷。针对此问题,本文提出了基于SOPC的人脸、虹膜、指纹三种单模态生物特征融合识别方案,可有效弥补上述单特征识别技术的不足。本文具体工作如下:1.单模态生物特征识别的研究。在阅读大量文献后,本设计选择了具体使用的人脸、虹膜及指纹三种生物特征识别的相关算法,并对其进行验证。其中,本文针对虹膜定位算法做出了改进,通过对瞳孔中心位置进行估计,并在此基础上利用先验知识减小大量无用边缘点,实现快速虹膜定位。同时本文还对传统指纹特征提取算法做出了改进,在提取特征的同时去除伪特征点,提升指纹特征提取速度。2.人脸、虹膜、指纹融合识别的研究。本文选定在分数层融合三种生物特征,并根据实际需求设计了人脸+虹膜、人脸+指纹、虹膜+指纹三种融合方案。针对传统分数层加权融合算法计算量大、权值分配固定等缺点,本文提出了自适应加权融合算法。通过判断单生物特征识别系统的可靠性确定融合方案,再根据不同权值的融合系统的可靠性确定最终最佳融合权值,以得到性能最佳的融合系统。3.SOPC系统的开发。本文通过硬件描述语言对按系统需求添加的IP核进行连接,完成了系统的硬件开发,将PC端验证可行的算法采用C语言编写并在Nios II处理器上运行实现,完成了系统软件开发。最后将整个系统在DE2-115开发板得到了验证,初步实现了融合身份识别系统。
二、高效差分算法程序系列通过鉴定（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、高效差分算法程序系列通过鉴定（论文提纲范文）
（1）三相四桥臂逆变器的空间矢量调制研究（论文提纲范文）
| 1 三相四桥臂逆变器硬件电路设计 |
| 2 基于abc坐标下的3D-SVPWM调制 |
| 2.1 三维空间矢量开关状态 |
| 2.2 电压矢量占空比计算 |
| 2.3 开关矢量选择顺序 |
| 2.4 开关矢量作用时间计算 |
| 3 实验结果分析 |
（2）基因组数据隐私保护理论与方法综述（论文提纲范文）
| 1 引言 |
| 2 基因组数据隐私威胁 |
| 2.1 个体识别 |
| 2.2 链接攻击 |
| 2.3 基因型推断 |
| 2.4 贝叶斯推断 |
| 2.5 重识别风险博弈 |
| 3 基因组数据隐私与效用度量 |
| 3.1 基因组数据隐私度量 |
| 3.2 基因组数据效用度量 |
| 4 基因组数据隐私保护 |
| 4.1 基因组数据隐私泄露威胁 |
| 4.2 基于密码学的基因组数据隐私保护 |
| 4.2.1 基于对称和非对称加密的基因隐私保护 |
| 4.2.2 基于安全多方计算的基因隐私保护 |
| 4.2.3 基于同态加密的基因隐私保护 |
| 4.2.4 基于模糊加密的基因隐私保护 |
| 4.2.5 基于蜂蜜加密的基因隐私保护 |
| 4.2.6 基于SGX的基因隐私保护 |
| 4.2.7 基因隐私保护的密码学方法比较与分析 |
| 4.3 基于匿名的基因组数据隐私保护 |
| 4.4 基于差分隐私的基因组数据隐私保护 |
| 4.5 基于混合方法的基因组数据隐私保护 |
| 5 基因隐私保护方法分析与展望 |
| 6 总结 |
（3）铁路机车设备画像理论及关键技术研究（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 前言 |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 必要性及可行性分析 |
| 1.2.1 必要性 |
| 1.2.2 可行性 |
| 1.3 本文拟解决的主要问题 |
| 1.4 本文研究的主要内容 |
| 1.5 本文组织架构及技术路线 |
| 1.6 本章小结 |
| 2 国内外研究现状及发展趋势 |
| 2.1 机务大数据研究及应用 |
| 2.1.1 国外 |
| 2.1.2 国内 |
| 2.2 机车检修现状 |
| 2.3 设备画像 |
| 2.3.1 画像的概念 |
| 2.3.2 构成要素 |
| 2.3.3 模型与方法 |
| 2.4 标签技术 |
| 2.4.1 画像标签的定义 |
| 2.4.2 标签分类 |
| 2.4.3 标签构建原则 |
| 2.4.4 标签构建方法 |
| 2.5 设备健康管理 |
| 2.5.1 国外设备健康管理现状 |
| 2.5.2 国内设备健康管理现状 |
| 2.5.3 我国铁路机务专业PHM技术发展差距 |
| 2.6 本章小结 |
| 3 铁路机车设备画像理论 |
| 3.1 机车设备画像概述 |
| 3.2 铁路机车设备画像理论构建 |
| 3.2.1 铁路机车设备画像理论的定义与内涵 |
| 3.2.2 铁路机车设备画像理论的构成 |
| 3.2.3 铁路机车设备画像理论的应用架构 |
| 3.3 本章小结 |
| 4 基于设备画像的铁路机车标签体系构建 |
| 4.1 问题概述 |
| 4.2 面向设备画像的标签技术 |
| 4.3 机车画像标签体系构建 |
| 4.3.1 机车画像标签体系技术架构 |
| 4.3.2 机车画像标签体系 |
| 4.4 基于聚类的机车第三级标签获取方法 |
| 4.4.1 K-means算法 |
| 4.4.2 K-means算法的改进 |
| 4.4.3 K-means算法与改进算法的比较验证 |
| 4.5 机车画像标签体系构建实例 |
| 4.5.1 K-means改进算法的应用 |
| 4.5.2 机车完整标签体系的产生 |
| 4.6 本章小结 |
| 5 基于MsEclat算法的铁路机车事故故障多最小支持度关联规则挖掘 |
| 5.1 问题概述 |
| 5.2 MsEclat算法的背景知识 |
| 5.2.1 垂直格式数据集 |
| 5.2.2 支持度、置信度与提升度 |
| 5.2.3 概念格理论 |
| 5.2.4 多最小支持度下的频繁项集判定 |
| 5.2.5 面向有序项目集合的最小支持度索引表 |
| 5.2.6 基于等价类的可连接性判定 |
| 5.3 MsEclat算法原理 |
| 5.3.1 Eclat算法简述 |
| 5.3.2 改进的Eclat算法—MsEclat算法 |
| 5.4 优化的Ms Eclat算法 |
| 5.4.1 基于布尔矩阵的T_(set)位运算求交 |
| 5.4.2 基于MapReduce的等价类并行运算 |
| 5.4.3 大数据场景下优化的MsEclat算法的频繁项集挖掘步骤 |
| 5.5 算法比较验证 |
| 5.5.1 MsEclat算法与水平挖掘算法的对比 |
| 5.5.2 MsEclat算法与其优化算法的对比 |
| 5.6 机车事故故障关联规则挖掘分析 |
| 5.6.1 待分析项目的选取 |
| 5.6.2 关联规则挖掘结果分析 |
| 5.7 本章小结 |
| 6 基于PSO+DE混合优化BP神经网络的铁路机车质量安全态势预测 |
| 6.1 问题概述 |
| 6.2 机车质量等级评价 |
| 6.3 基于机车质量评价项点的特征选择 |
| 6.3.1 灰色关联度分析 |
| 6.3.2 机车质量等级的比较特征选择 |
| 6.4 PSO+DE混合优化BP神经网络 |
| 6.4.1 BP神经网络原理 |
| 6.4.2 PSO算法原理 |
| 6.4.3 DE算法原理 |
| 6.4.4 基于时变概率的PSO+DE混合优化BP神经网络预测模型 |
| 6.5 机车质量安全态势预测分析 |
| 6.5.1 预测模型训练 |
| 6.5.2 预测模型训练结果分析 |
| 6.5.3 预测模型应用分析 |
| 6.6 本章小结 |
| 7 基于铁路机车设备画像理论的铁路机车健康管理应用总体设计 |
| 7.1 机务大数据与机车健康管理 |
| 7.2 铁路机车健康管理应用设计 |
| 7.2.1 设计目标及定位 |
| 7.2.2 总体架构设计 |
| 7.2.3 技术架构设计 |
| 7.3 铁路机车健康管理应用的典型应用场景分析 |
| 7.3.1 设备质量综合分析 |
| 7.3.2 人员运用综合把控 |
| 7.3.3 运输生产综合管理 |
| 7.4 本章小结 |
| 8 某铁路局机车健康管理应用实践 |
| 8.1 应用开发方案 |
| 8.1.1 系统开发环境 |
| 8.1.2 数据调用方式 |
| 8.1.3 分析模型定时任务调用方式 |
| 8.2 机车数据管理功能 |
| 8.2.1 基本数据管理 |
| 8.2.2 视频数据管理 |
| 8.2.3 机务电子地图 |
| 8.3 机车画像标签生成及分析功能 |
| 8.3.1 机车画像标签管理 |
| 8.3.2 单台机车画像分析 |
| 8.3.3 机车设备画像分析 |
| 8.4 机车事故故障关联分析功能 |
| 8.5 机车质量评价分析功能 |
| 8.5.1 单台机车质量安全分析 |
| 8.5.2 机务段级机车质量安全分析 |
| 8.5.3 机务部级机车质量安全分析 |
| 8.5.4 全局机务专业质量安全综合分析 |
| 8.6 机车质量安全态势预测分析功能 |
| 8.7 本章小结 |
| 9 总结与展望 |
| 9.1 本文总结 |
| 9.2 研究展望 |
| 参考文献 |
| 图索引 |
| FIGURE INDEX |
| 表索引 |
| 学位论文数据集 |
| TABLE INDEX |
| 作者简历及攻读博士学位期间取得的科研成果 |
（4）外弹道跟踪测速数据处理方法研究（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.2 外弹道跟踪测速测量系统 |
| 1.2.1 短基线干涉仪测量系统 |
| 1.2.2 高精度多测速测量系统 |
| 1.3 外弹道跟踪测速数据处理流程概述 |
| 1.4 国内外研究现状 |
| 1.5 论文研究内容与结构 |
| 2 测速数据预处理 |
| 2.1 基于RANSAC算法的野值识别算法 |
| 2.1.1 外测数据野值模型的构建 |
| 2.1.2 基于RANSAC算法的野值识别原理 |
| 2.1.3 算法实现与分析 |
| 2.2 基于重采样和近邻聚类的特征点识别算法 |
| 2.2.1 外测数据中的特征点 |
| 2.2.2 基于重采样和近邻聚类的特征点识别算法原理 |
| 2.2.3 算法实现与分析 |
| 2.3 本章小结 |
| 3 弹道参数的自定位以及融合技术 |
| 3.1 多测速测量数据弹道自定位技术 |
| 3.1.1 3RR和3SS体制定位与测速 |
| 3.1.2 一主多副跟踪测量自定位技术 |
| 3.1.3 算法实现与分析 |
| 3.2 基于数据驱动的LUMV数据融合方法 |
| 3.2.1 动态环境干扰下的多传感系统和LUMV估计 |
| 3.2.2 基于数据驱动的LUMV数据融合方法 |
| 3.2.3 算法实现与分析 |
| 3.3 本章小结 |
| 4 弹道参数最优估计 |
| 4.1 最优卷积平滑算法 |
| 4.1.1 卷积平滑算法 |
| 4.1.2 最优卷积平滑算法 |
| 4.1.3 算法实现与分析 |
| 4.2 最优三次光滑样条平滑算法 |
| 4.2.1 三次光滑样条 |
| 4.2.2 最优三次光滑样条平滑算法 |
| 4.2.3 算法实现与分析 |
| 4.3 本章小结 |
| 5 软件实现 |
| 5.1 软件系统开发环境与开发平台 |
| 5.2 软件系统设计框架和逻辑结构 |
| 5.3 软件系统的操作流程和使用实例 |
| 5.4 软件系统的验证和评价 |
| 5.5 本章小结 |
| 6 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 攻读学位期间主要研究成果 |
（5）电缆偏心在线检测装置研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状及检测方法 |
| 1.2.1 电缆偏心检测方法 |
| 1.2.2 国内研究现状 |
| 1.2.3 国外研究现状 |
| 1.3 课题研究的主要内容 |
| 2 电缆偏心检测系统硬件设计 |
| 2.1 系统结构设计 |
| 2.1.1 电缆偏心检测硬件总体方案 |
| 2.1.2 周向检测装置机械结构设计 |
| 2.1.3 传感器阵列设计 |
| 2.3 高精度电涡流传感器设计 |
| 2.3.1 基于ANSYS有限元的电涡流传感器探头设计 |
| 2.3.2 电涡流检测原理和物理模型建立 |
| 2.3.3 电涡流传感器变换器硬件电路设计 |
| 2.4 ARM主控核心板硬件设计 |
| 2.4.1 ARM主控制器 |
| 2.4.2 AD采集电路设计 |
| 2.4.3 通讯电路设计 |
| 2.4.4 人机交互模块设计 |
| 2.4.5 主控板电源设计 |
| 2.5 本章小结 |
| 3 电缆偏心检测系统软件设计 |
| 3.1 下位机软件设计 |
| 3.1.1 数据采集 |
| 3.1.2 数据处理 |
| 3.1.3 串口通信 |
| 3.2 多传感器数据融合温度补偿算法 |
| 3.2.1 温度补偿模型 |
| 3.2.2 最小二乘支持向量机算法 |
| 3.2.3 PSO-LSSVM温度补偿算法 |
| 3.2.4 SCA-LSSVM温度补偿算法 |
| 3.2.5 SCA和PSO优化结果对比 |
| 3.3 上位机软件设计 |
| 3.3.1 软件开发环境 |
| 3.3.2 软件功能设计 |
| 3.3.3 软件用户界面 |
| 3.4 本章小结 |
| 4 电缆偏心检测系统软硬件调试 |
| 4.1 系统硬件测试 |
| 4.2 电涡流传感器模型校正 |
| 4.3 系统测试 |
| 4.4 本章小结 |
| 5 总结与展望 |
| 5.1 总结 |
| 5.2 展望 |
| 致谢 |
| 参考文献 |
| 攻读工程硕士学位期间主要成果 |
（7）基于卷积神经网络的农作物识别及应用（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 目的和意义 |
| 1.2 相关研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.3 本文研究内容及工作安排 |
| 1.3.1 本文研究内容 |
| 1.3.2 工作安排 |
| 第二章 深度学习理论研究 |
| 2.1 深度学习 |
| 2.2 卷积神经网络基本原理 |
| 2.2.1 卷积层 |
| 2.2.2 池化层 |
| 2.2.3 全连接层与Softmax层 |
| 2.2.4 卷积神经网络中的其他操作 |
| 2.3 迁移学习理论 |
| 2.3.1 传统学习 |
| 2.3.2 迁移学习 |
| 2.4 本章小结 |
| 第三章 基于多模型融合的农作物病害识别 |
| 3.1 引言 |
| 3.2 数据集分析与预处理方法 |
| 3.2.1 农作物病害数据集 |
| 3.2.2 数据预处理 |
| 3.3 基于卷积神经网络的分类网络研究 |
| 3.3.1 基于卷积神经网络的分析 |
| 3.3.2 InceptionV3网络结构 |
| 3.3.3 DenseNet网络结构 |
| 3.3.4 多模型融合算法 |
| 3.4 实验环境与实验评判指标 |
| 3.4.1 实验环境 |
| 3.4.2 评判指标 |
| 3.4.3 实验结果与讨论 |
| 3.5 本章小结 |
| 第四章 基于迁移学习的农作物病害识别 |
| 4.1 引言 |
| 4.2 数据集描述 |
| 4.3 基于迁移学习的MobileNet农作物识别算法 |
| 4.3.1 轻量级卷积神经网络MobileNet |
| 4.3.2 迁移学习方案 |
| 4.4 实验过程与结果分析 |
| 4.4.1 实验环境 |
| 4.4.2 实验指标 |
| 4.4.3 实验结果分析 |
| 4.5 本章小结 |
| 第五章 番茄病害识别系统的实现 |
| 5.1 引言 |
| 5.2 系统实现的相关技术 |
| 5.2.1 Keras模型持久化 |
| 5.2.2 Flask框架 |
| 5.2.3 MySQL数据库 |
| 5.3 番茄病害诊断防治系统设计 |
| 5.3.1 系统结构设计 |
| 5.3.2 数据库设计 |
| 5.4 普通用户功能实现 |
| 5.4.1 登录注册模块 |
| 5.4.2 图像上传模块的实现 |
| 5.4.3 病害识别模块实现 |
| 5.4.4 知识科普模块实现 |
| 5.5 管理员用户功能实现 |
| 5.5.1 用户管理模块 |
| 5.5.2 图库管理模块 |
| 5.6 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
（8）分布式机电系统远程监测与管理平台设计及实现（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 分布式机电系统概述 |
| 1.3 分布式机电系统的远程监测与管理现状 |
| 1.3.1 远程监测与管理系统介绍 |
| 1.3.2 国内外研究现状 |
| 1.3.3 目前研究中存在的问题 |
| 1.4 研究内容及章节安排 |
| 1.4.1 本文研究内容 |
| 1.4.2 本文章节安排 |
| 2 分布式机电系统远程监测与管理技术及方法 |
| 2.1 分布式机电系统监测与管理结构 |
| 2.1.1 分布式机电系统监测功能需求 |
| 2.1.2 关键技术分析 |
| 2.2 虚拟仪器应用 |
| 2.2.1 Lab VIEW开发工具 |
| 2.2.2 Compact RIO控制器 |
| 2.2.3 System Link技术 |
| 2.3 总体框架设计及功能介绍 |
| 2.3.1 分布式机电系统远程监测硬件架构 |
| 2.3.2 分布式机电系统远程监测软件架构 |
| 2.4 本章小结 |
| 3 边缘节点在线监测功能开发 |
| 3.1 数据采集系统技术研究 |
| 3.1.1 基于c RIO的数据采集平台的实现 |
| 3.1.2 机电系统信号特点及采集设计 |
| 3.2 数据采集软件开发架构 |
| 3.3 系统配置模块 |
| 3.3.1 登录模块 |
| 3.3.2 硬件参数配置 |
| 3.3.3 采集参数设计 |
| 3.4 边缘节点采集系统功能实现 |
| 3.4.1 嵌入式FPGA开发 |
| 3.4.2 RT程序设计 |
| 3.4.3 传感器标定及数据转换 |
| 3.4.4 上位机程序设计 |
| 3.4.5 数据通信 |
| 3.4.6 数据存储与回放 |
| 3.5 本章小结 |
| 4 边缘节点数据预处理方法 |
| 4.1 基本理论 |
| 4.1.1 一阶差分法 |
| 4.1.2 变分模态分解 |
| 4.1.3 相关性分析 |
| 4.2 基于最优VMD的预处理方法 |
| 4.2.1 最优K值确定 |
| 4.2.2 预处理流程 |
| 4.2.3 预处理性能指标 |
| 4.3 预处理方法仿真分析 |
| 4.4 本章小结 |
| 5 远程监测与管理平台设计 |
| 5.1 远程监测与管理平台搭建 |
| 5.1.1 基于System Link的远程监测平台的实现 |
| 5.1.2 远程系统通信 |
| 5.2 基于System Link的远程监测设计 |
| 5.2.1 Lab VIEW程序设计 |
| 5.2.2 网页化数据显示设计 |
| 5.3 基于System Link的远程管理设计 |
| 5.3.1 设备管理 |
| 5.3.2 软件管理 |
| 5.4 本章小结 |
| 6 基于实验室机电设备的测试与验证 |
| 6.1 测试环境搭建 |
| 6.1.1 实验环境搭建 |
| 6.1.2 机电设备概况 |
| 6.2 数据采集与传输验证 |
| 6.3 边缘节点信号预处理 |
| 6.4 远程监测功能实现 |
| 6.5 本章小结 |
| 7 总结与展望 |
| 7.1 总结 |
| 7.2 展望 |
| 参考文献 |
| 附录 攻读硕士学位期间取得的研究成果 |
| 致谢 |
（9）基于机器视觉的收藏币币面品相质量检测技术研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.1.1 收藏币品相研究背景 |
| 1.1.2 收藏币品相检测研究意义 |
| 1.2 国内外收藏币品相检测研究现状 |
| 1.3 课题研究内容 |
| 1.4 课题章节内容安排 |
| 第二章 收藏币币面品相质量检测系统设计 |
| 2.1 币面缺陷定义及分类 |
| 2.2 图像采集系统设计 |
| 2.2.1 机器视觉系统概述 |
| 2.2.2 系统总体结构设计 |
| 2.2.3 工业相机选型 |
| 2.2.4 光学镜头选型 |
| 2.2.5 光源选型 |
| 2.2.6 币图像采集平台机构设计 |
| 2.3 本章小结 |
| 第三章 基于图像特征的收藏币图像分类 |
| 3.1 收藏币币面图像特征概述 |
| 3.2 收藏币图像的预处理与分割 |
| 3.2.1 币图像的预处理 |
| 3.2.2 币图像的分割 |
| 3.3 收藏币图像识别分类 |
| 3.3.1 图像匹配及配准的主要方法 |
| 3.3.2 图像金字塔分层搜索 |
| 3.4 实验结果及分析 |
| 3.4.1 币样本图像采集 |
| 3.4.2 币配准模板创建 |
| 3.4.3 币类型识别配准测试 |
| 3.5 本章小结 |
| 第四章 收藏币币面特征分割及品相检测算法 |
| 4.1 图像区域特征参数描述 |
| 4.1.1 图像几何、形状特征常用参数描述 |
| 4.2 收藏币币面缺陷的提取及分类 |
| 4.2.1 基于阈值分割法的币面缺陷提取 |
| 4.2.2 基于几何、形状特征的币面缺陷分类及品相检测 |
| 4.2.3 实验结果分析 |
| 4.3 本章小结 |
| 第五章 收藏币币面品相质量检测方法实现 |
| 5.1 软件开发工具及软件功能分析 |
| 5.2 软件开发及应用 |
| 5.3 本章小结 |
| 第六章 结论与展望 |
| 6.1 主要结论 |
| 6.2 研究展望 |
| 参考文献 |
| 在学期间的研究成果 |
| 致谢 |
（10）基于SOPC的多种生物特征识别系统的研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 生物特征识别技术研究现状 |
| 1.2.1 人脸识别技术研究现状 |
| 1.2.2 虹膜识别技术研究现状 |
| 1.2.3 指纹识别技术研究现状 |
| 1.2.4 多模态生物特征识别技术研究现状 |
| 1.3 主要研究内容及章节安排 |
| 1.4 本章小结 |
| 第二章 单模态生物特征识别的实现 |
| 2.1 人脸识别 |
| 2.1.1 人脸数据库 |
| 2.1.2 人脸预处理 |
| 2.1.2.1 图像灰度化 |
| 2.1.2.2 直方图均衡化 |
| 2.1.3 K-L正交变换 |
| 2.1.4 基于PCA的人脸识别 |
| 2.2 虹膜识别 |
| 2.2.1 虹膜数据库 |
| 2.2.2 虹膜预处理 |
| 2.2.2.1 虹膜定位 |
| 2.2.2.2 虹膜归一化及增强 |
| 2.2.3 虹膜特征提取及编码 |
| 2.2.4 虹膜特征匹配 |
| 2.3 指纹识别 |
| 2.3.1 指纹数据库 |
| 2.3.2 指纹预处理 |
| 2.3.2.1 图像归一化 |
| 2.3.2.2 图像增强 |
| 2.3.2.3 基于梯度场的图像分割 |
| 2.3.2.4 指纹图像二值化 |
| 2.3.2.5 二值化图像去噪 |
| 2.3.2.6 指纹图像细化 |
| 2.3.3 指纹特征提取 |
| 2.3.4 指纹特征匹配 |
| 2.4 本章小结 |
| 第三章 人脸虹膜指纹融合识别技术 |
| 3.1 融合策略 |
| 3.2 匹配分数归一化 |
| 3.3 分数层融合算法 |
| 3.3.1 传统分数层融合算法 |
| 3.3.2 改进的分数层融合算法 |
| 3.4 实验分析 |
| 3.4.1 基于单模态生物特征识别的实验分析 |
| 3.4.2 基于多特征融合识别系统的实验分析 |
| 3.5 本章小结 |
| 第四章 基于SOPC的多生物特征融合系统 |
| 4.1 FPGA及 SOPC技术相关概述 |
| 4.1.1 现场可编程门阵列FPGA |
| 4.1.2 可编程片上系统SOPC |
| 4.1.3 Nios II处理器 |
| 4.2 融合系统的硬件平台及开发环境 |
| 4.2.1 DE2-115 开发板 |
| 4.2.2 系统开发环境 |
| 4.3 融合系统需求分析及总体设计 |
| 4.3.1 系统需求分析 |
| 4.3.2 系统总体设计 |
| 4.4 硬件系统搭建 |
| 4.5 系统软件设计 |
| 4.6 系统测试 |
| 4.7 本章小结 |
| 第五章 总结与展望 |
| 5.1 总结 |
| 5.2 展望 |
| 参考文献 |
| 致谢 |
| 攻读硕士学位期间的研究成果 |
四、高效差分算法程序系列通过鉴定（论文参考文献）
- [1]三相四桥臂逆变器的空间矢量调制研究[J]. 孔祖荫,张志,王泺涵,陈光乐,梁世武,谭开国. 电子世界, 2021(22)
- [2]基因组数据隐私保护理论与方法综述[J]. 刘海,彭长根,吴振强,田有亮,田丰. 计算机学报, 2021(07)
- [3]铁路机车设备画像理论及关键技术研究[D]. 李鑫. 中国铁道科学研究院, 2021(01)
- [4]外弹道跟踪测速数据处理方法研究[D]. 吴晓博. 西安理工大学, 2021(01)
- [5]电缆偏心在线检测装置研究[D]. 王琛琛. 西安理工大学, 2021(01)
- [6]基于时空卷积网络的水泥比表面积预测和模型优化研究[D]. 李泽. 燕山大学, 2021
- [7]基于卷积神经网络的农作物识别及应用[D]. 滕达. 南京信息工程大学, 2021(01)
- [8]分布式机电系统远程监测与管理平台设计及实现[D]. 张向向. 西安建筑科技大学, 2021(01)
- [9]基于机器视觉的收藏币币面品相质量检测技术研究[D]. 罗彰. 北方工业大学, 2021(01)
- [10]基于SOPC的多种生物特征识别系统的研究[D]. 张少慧. 内蒙古大学, 2021(12)