2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩76頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)

文檔簡介

1、隨著科技的不斷進步,各式各樣功能的機械加工設(shè)備頻頻出現(xiàn),極大地提高了生產(chǎn)效率,但隨之而出現(xiàn)的是,設(shè)備的磨損率也在提高,維修工作需要加強。為解決該問題,已有很多方法相繼被提出,但應(yīng)用最廣泛的是鐵譜分析與數(shù)字圖像處理技術(shù)相結(jié)合的方法。這種方法通過對磨損顆粒的形態(tài)、數(shù)量、尺寸和成分等特征進行分析和提取,并與機械設(shè)備實際所處的狀態(tài)相結(jié)合,進而找出發(fā)生故障的原因,從而為解決問題提供維修策略。
  本文綜合圖像學(xué)技術(shù)、材料理論及系統(tǒng)辨識等原理

2、,將徑向基(radial basis function, RBF)神經(jīng)網(wǎng)絡(luò)應(yīng)用到鐵譜磨粒圖像的識別之中,針對傳統(tǒng)神經(jīng)網(wǎng)絡(luò)參數(shù)確定的復(fù)雜性及低效性,將量子粒子群優(yōu)化( quantum particle swarm optimization, QPSO)算法應(yīng)用到RBF神經(jīng)網(wǎng)絡(luò)模型之中,即將模型的參數(shù)選擇問題轉(zhuǎn)化為參數(shù)優(yōu)化問題。
  首先利用數(shù)字圖像處理技術(shù)(圖像增強、彩色模型轉(zhuǎn)換、K-means聚類分割、灰度化、二值化等)和數(shù)學(xué)形態(tài)

3、學(xué)知識對采集到的磨粒樣本進行圖像預(yù)處理,并獲取目標(biāo)磨粒;其次,對目標(biāo)磨粒進行相關(guān)特征的提取,并選取磨粒的形狀特征參數(shù)、顏色特征參數(shù)和紋理特征參數(shù)構(gòu)建磨粒的數(shù)字化特征空間,并將其作為分類模型(即RBF神經(jīng)網(wǎng)絡(luò))的輸入向量;最后,結(jié)合輸入向量,采用基于QPSO算法優(yōu)化的RBF神經(jīng)網(wǎng)絡(luò)(即QPSO-RBF神經(jīng)網(wǎng)絡(luò))對目標(biāo)磨粒進行辨別和分析,并與RBF神經(jīng)網(wǎng)絡(luò)及基于PSO算法優(yōu)化的RBF神經(jīng)網(wǎng)絡(luò)進行對比實驗。本文主要對嚴(yán)重滑動磨粒、球狀磨粒、切

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論