一、模糊聚类分析方法在海上目标识别中的应用（论文文献综述）
张上赐[1]（2021）在《基于监测数据库的海洋结构损伤预警研究》文中认为海洋平台是开采海洋资源的基础设施,经过常年累月的服役后,平台容易出现部件老化、腐蚀甚至断裂等结构损伤。通过对海洋平台进行健康监测并在结构损伤进一步扩大前及时发现并预警,能够有效保障海洋平台结构和工作人员的安全。目前,针对海洋平台损伤的主流研究方法是在采集结构响应数据的基础上分析结构模态参数的变化以判断损伤的发生,其优势在于只需要对少量的数据进行分析,但容易受环境噪声的影响导致判断结果不准确,如果能够在大量监测数据的基础上,将智能的方法应用到该领域中,可以提高损伤识别的准确率和鲁棒性,增强方法的实用性。本文以真实的海洋平台长期监测数据为依托,将传统方法中的模态参数提取方法与智能学习方法相结合。首先使用小波包分解和希尔伯特黄变换两种时频域分析方法从结构响应数据中提取损伤敏感特征,分析了两种方法的优缺点,并进一步通过对比试验筛选出小波包分解方法中适合于海洋平台监测数据分析的小波函数和分解层数。其次,针对海洋平台监测数据无显式样本标签这一情况,使用无监督的模糊均值聚类算法和单分类支持向量机算法,成功识别出二自由度动力仿真系统中模型参数的变化,并将两种方法结合提出一种两阶段损伤识别方法,解决了当前诸多研究方法由于需要数据标签而无法直接应用于真实平台损伤识别中的问题,该方法能够成功识别出浮式生产储油卸油（FPSO）平台出现的损伤。然后,在识别出结构发生损伤后,进一步研究损伤的定位问题,在复杂结构中,不同损伤位置可能引发相似的结构固有特性变化,使得从单一传感器的监测数据中无法准确分析出损伤位置,因此,本文以传感器阵列为基础,为每个位置的传感器都训练独立的损伤判别模型,通过比较各个模型的预测结果,能够对网格钢梁结构的损伤位置进行大致定位。为了进一步提高定位的精度,将自编码卷积神经网络应用到损伤定位中,有效提高了模型对真正发生损伤位置的识别准确率,并降低其他未发生损伤位置的误报比例。最后,将结构损伤识别方法集成到海洋平台监测数据管理系统中,实现了监测数据管理、可视化查询、特征分析和损伤预警一体化。
孟庆霞[2]（2019）在《基于活动轮廓模型的SAR图像分割的研究》文中指出合成孔径雷达（Synthetic aperture radar,SAR）是一种主动微波成像系统,具有全天时、全气候和穿透力强的特点,是一种重要的对地观测手段,已广泛应用于军事和民用领域。于是SAR图像解译已成为遥感领域关注的热点,而SAR图像分割又是SAR图像解译的基础,对后续的图像理解起着关键作用。由于SAR图像的成像机理,SAR图像含有固有的乘性斑点噪声,而且SAR图像存在灰度不均匀,弱/模糊边缘,目标边缘不规则,复杂的纹理信息等问题。这些问题的存在都给SAR图像分割带来极大的挑战,光学图像的分割方法无法直接处理含噪的SAR图像分割。针对上述问题,本文在总结和分析现有方法的基础上,以解决这些问题对SAR图像分割带来的影响为目标,对SAR图像局部统计信息的描述、纹理特征提取与融合机制,以及SAR图像分割的活动轮廓模型建模和分割方法进行深入研究,取得以下研究成果:（1）提出基于局部区域信息的SAR图像分割方法。在总结现有SAR图像分割方法的基础上,针对SAR图像中存在的灰度不均匀问题,该方法首先给出SAR图像数据的Gamma统计分布估计方法;然后利用Gamma分布,构造区域均值估计算法,以此为基础,进一步构造活动轮廓模型的能量函数;最后利用Gaussian滤波来正则化水平集函数,实现SAR图像的分割,并得到实验的验证。（2）提出了基于反应扩散理论的活动轮廓模型与SAR图像分割方法。针对SAR图像灰度不均匀和活动轮廓重新初始化问题,依据反应扩散理论包含的反应项和扩散项原理,首先为了抑制斑点噪声影响和有效驱动活动轮廓演变,本方法反应项整合SAR图像的Gamma统计分布特征和边缘信息,构造了活动轮廓模型的能量函数,提出了基于反应扩散理论的活动轮廓模型;然后利用偏微分方程求解水平集方程（LSE）能量函数;最后,将扩散项引入到LSE方法中,优化了水平集函数的稳定性和区域正规化。仿真和真实SAR图像的实验结果表明,该模型对斑点噪声具有良好的鲁棒性,并且比现有模型具有更高的分割效率和精度,解决了重新初始化问题。（3）提出了一种基于多特征融合的矩阵分解活动轮廓模型和SAR图像分割方法。针对SAR图像纹理特征丰富,场景复杂等特点,首先利用小波纹理特征,高斯差（DOG）和Gabor滤波提取的纹理特征来构造特征矩阵,提出基于局部谱直方图的多特征融合机制,提高空间模式和图像结构模式的描述能力;其次,利用矩阵分解理论获得区域信息,通过SAR图像的指数加权均值比率（ROEWA）提取边缘信息,进而构造基于区域和边缘信息的能量函数;然后,为了避免结果陷入局部最小问题,在轮廓演化过程中,引入了快速的对偶公式,设计了一个凸能量函数。最后通过合成图像和真实图像对本方法进行了有效性验证。（4）提出基于小波域的活动轮廓模型和SAR图像分割方法。为了抑制斑点噪声的影响,解决SAR图像弱边缘难以提取问题,首先,提出基于小波变换得到抑制噪声的SAR图像;然后在得到的抑制噪声的SAR图像基础上,基于模糊区域竞争机制构造新的活动轮廓能量函数,该能量函数包括基于模糊区域竞争的数据项和气球力项,并且在基于活动轮廓的SAR图像分割中基于模糊聚类给出轮廓的初始化策略,以此提高分割的速度;最后实验验证了该方法对噪声的鲁棒性和弱边缘检测的有效性。
窦春红[3]（2019）在《风电齿轮箱运行状态监测与故障诊断》文中进行了进一步梳理风电齿轮箱是风电机组的重要组成部分,价格昂贵,出现故障会导致风电机组长时间停机,造成严重的经济损失。因此,加强对风电齿轮箱状态监测与故障诊断技术的研究,对于保证风电机组的正常运行,提高风电场的经济效益和社会效益具有重要的意义。本文在总结现有的设备状态监测与故障诊断理论和方法的基础上,针对齿轮箱的故障特征提取问题,提出了如下所述的解决方案,解决了现有方法存在的一些问题,提高了齿轮箱的状态监测与故障诊断效果。（1）提出了基于奇异谱分解的滚动轴承微弱故障特征增强方法。该方法能够自动确定嵌入维数,为重建的序列自动选择主分量,通过附加的缠绕操作增强原始数据的振荡信息,减小模态混叠。仿真实验证明了该方法的有效性。将该方法用于滚动轴承故障诊断,并与包络分析及基于经验模式分解（Empirical Mode Decomposition,EMD）的方法和基于总体经验模式分解（Ensemble Empirical Mode Decomposition,EEMD）的方法进行了对比,结果表明该方法在增强滚动轴承微弱故障特征方面具有优势。（2）提出了基于数据非线性和确定性测度的设备故障特征提取方法。提出了一种量化数据非线性和确定性的方法,然后利用数据的非线性和确定性刻画设备的运行状态。仿真实验证明该方法对噪声具有较好的鲁棒性。将该方法用于齿轮箱故障诊断,并与近似熵、样本熵、排列熵和延迟向量方差方法进行了对比,结果表明该方法在复杂数据特征提取方面具有优势。（3）提出了基于自适应多尺度符号动力学熵（Adaptive Multiscale Symbol-Dynamics Entropy,AMSDE）的设备状态监测方法。将多尺度分析方法引入到统计语义分析中,定义了 AMSDE。AMSDE能够将原始信号转换为一个熵向量,利用该熵向量来刻画设备的运行状态。将该方法用于齿轮箱和滚动轴承状态识别,结果表明该方法能够揭示数据的时间结构和空间结构,在设备状态监测方面与传统的时域统计参数及非线性参数相比具有优势。（4）提出了基于自适应变带宽代价函数的瞬时频率估计方法。该方法能够自适应确定目标脊线的搜索区间,能够解决一步代价函数方法存在的不能自适应确定脊点搜索区间的问题。首先采用数值实验验证了该方法的有效性。接着,将该方法用于估计风电齿轮箱的瞬时频率,并将其与一步代价函数方法及其它传统方法进行了比较,结果表明该方法在机器瞬时频率估计中具有良好的性能,与上述其它方法相比具有优势。（5）提出了基于傅里叶分解方法（Fourier Decomposition Method,FDM）的风电齿轮箱故障特征提取方法。首先比较了 EMD和FDM的滤波性能,证明了 FDM在低频和高频都具有良好的频率分辨率,然后利用仿真数据证明了 FDM在分离频率相近的信号分量方面能够突破EMD和EEMD方法的性能限制。将该方法用于风电齿轮箱故障诊断,并与基于EMD的方法和基于EEMD的方法进行了比较,结果表明该方法在故障特征提取中具有良好的性能,与上述其它方法相比具有优势。
赵忠琦[4]（2019）在《基于模糊聚类原理对专家评议法的优化研究》文中认为地质要素评序法是我国探矿权出让收益评估中常见的一种方法。使用地质要素评序法进行矿业权出让收益评估的门槛较高,故该方法应用案例较少。通过对2013—2017年各勘查阶段探矿权的登记变化情况统计分析得知,未来地质要素评序法的使用将逐渐提高,有望成为探矿权出让收益评估的主流方法。但是价值指数取值使用的专家评议方法存在主观性强、效率低下、成本较高等问题。本文采用模糊聚类原理,结合基于GIS技术的矿产资源评价系统,对地质要素评序法的核心,即确定价值指数取值的专家评议法进行深入研究,分析每一类价值指数的取值规律,并根据取值规律是否具有模糊性进行分类。对那些具有可量化的价值指数进行直接定值;对存在模糊性的价值指数通过模糊数学方法建立数学模型,并根据所建立的模型求其值。所以该方法是在专家评议法基础上进行优化的改进方法。该优化方法的计算流程主要由收集地质要素评序法评估案例、选择量化指标、建立各类模糊标准模式数据库、确定模糊标准模式隶属函数、将目标区域数据代入各标准模式、进行综合评判等部分组成。本文利用已使用地质要素评序法进行评价的20座金矿的地质数据建立标准模型,并通过Matlab进行正演验证模式正确性。将山东烟台某金矿作为目标探矿权案例,代入模型计算价值指数,并将计算结果与传统探矿权评估结果进行对比,以验证该方法的准确性。验证结果表明,该方法不论在评估速度、质量方面更加符合实际。通过该方法评估的探矿权结果,自动增加到案例数据库中,随着案例数据库的增加,其评估的准确性也会越高。利用该方法通过案例分析,可以得出以下结论:1.利用关联矿种的距离及秩相关系数能较好表示量化区域成矿地质条件价值指数;2.利用最大涌水量、BQ值、地震动峰值加速度以及水质等级量化开采技术条件价值指数,其中环境地质因素对于金矿的价值指数取值影响较小;3.地质体熵值与找矿标志价值指数呈正相关分布;4.利用矿区与城镇、道路距离及基础设施熵值量化表示基础设施条件价值指数具有可行性;5.目标区域在标准模式中的最大隶属度对应价值指数范围与目标案例探矿权评估报告结果一致;6.该优化方法与离散化方法相结合,能够求得具体价值指数;
刘岩[5]（2018）在《基于变分模态分解与奇异谱分析的往复压缩机典型故障预示研究》文中研究指明往复压缩机作为石油、化工等行业的关键设备,在发生事故时所造成的巨大经济损失和人员伤亡的灾难性,决定了对其开展诊断的必要性。本文以往复压缩机滑动轴承磨损和气阀类典型故障为研究对象,从振动信号自适应分解处理的角度,深入分析故障机理与振动信号的响应关系、信号自适应分解的尺度特征、多重分形谱特征分析、关键部件性能衰退评估指标选择和混沌动力学预测模型适用性等问题,将变分模态分解（VMD）与多重分形谱分析相结合,从非线性信号精细化分析角度,基于往复压缩机振动信号对典型故障进行特征提取与模式识别,并通过建立奇异谱参数指标,对往复压缩机滑动轴承运行状态进行评估与预示研究,结合2D12型往复压缩机典型故障与运行周期,提出了一套完整的故障状态评估与预示方法。主要工作如下:往复压缩机滑动轴承故障因其隐蔽性和振动传递路径的复杂性,对其进行有效诊断十分困难。为提高较难识别的十字头滑履和连杆小头轴承间隙故障诊断准确率,结合VMD算法原理,并考虑算法在带通滤波中表现出的故障分离能力,通过分析振动响应与故障响应的关系,寻找敏感测点以提升信号可辨识性和采样一致性。从状态间特征可分性角度引入多重分形广义谱理论,采用瞬时频率与互相关信息结合的准则优选VMD分解个数,以变阶数整数寻优观点提取各状态模态分量的广义谱特征向量。在故障模式识别中,从不同模态分解层次的特征差异角度,分别引入了支持向量机法和建立在“层分”思想的增量学习K近邻模型（IKNNModel）法,通过故障模拟和实测数据分析与比较,证实优化的非监督分类IKNNModel算法有较好的适应性。VMD与多重分形广义谱相结合所提取的特征向量具有较好可分性,实现了敏感测点轴承故障特征的有效识别。气阀类故障是往复压缩机典型的多发性功能故障,多类型故障间的因果关系与微弱差异造成了故障类别间辨识的困难。考虑振动响应的高度非线性和波动表现,从阀片常见故障机理与振动信号波动特征的响应关系角度出发,提出了基于VMD与多重分形去趋势波动分析（MFDFA）的气阀故障征兆识别方法,VMDMFDFA算法以最大相关最小冗余法（mRMR）统一各故障的VMD分解模态,结合奇异谱分析构造6维特征向量,基于分形分析提取各状态主模态的奇异谱特征值,并通过主分量分析提升模态间谱向量差异,降维的同时增加故障特征的类间可分性和鲁棒性。在模式识别中引入二叉树支持向量机和基于深度学习的卷积神经网络算法,证实了卷积神经网络适用于谱向量识别的同时,通过试验数据验证了VMDMFDFA法对不同气阀故障具有较高的识别准确率。压缩机滑动轴承故障的高风险性和严重危害性,决定了以其为对象开展设备性能衰退与评估预测研究的重要性;同时,设备故障表现出的状态与过程共存的本质特征决定了故障预示研究应涵盖设备全寿命周期。基于VMD与多重分形分析方法,结合奇异值分解（SVD）和核模糊C均值聚类（KFCM）技术,引入分形奇异谱参数评估的思想,建立了基于奇异谱参数的评价指标与状态分类算法模型;通过VMD法保留主模态并构造连续截断型重构矩阵,应用SVD信噪分离原理,结合中心差商法降维求逆,提升故障间奇异谱参数指标的稳定性,以KFCM算法训练形成各状态谱参数聚类中心,经压缩机轴承故障模拟试验,优选谱参数,并结合模糊二叉树支持向量机算法实现滑动轴承磨损程度的分类识别和性能衰退状态评估。寿命预测是故障评估的延伸,并丰富了故障预示的内涵,往复压缩机典型故障诊断方法、预测与评估技术共同构成设备寿命周期分析。针对预测模型适应性和非线性系统初始敏感性,以多重分形奇异谱为预测参数,提出了基于最大预测可信尺度的改进K邻近动态预测模型;将信息熵饱和原理引入最大预测可信尺度,提高了预测结果的可信度,基于不同模态分量谱参数构建相空间重构型动态建模域,使预测模型反映复杂系统动力学演化的实时性特征,并突出各模态成分对预测的独立影响,通过拟合回归和误差分析验证了预测模型的有效性。
熊璐[6]（2018）在《基于群体智能算法优化的农作物病虫害的识别技术研究》文中指出农作物病虫害分类识别研究既能帮助农民快速预防农作物病虫害,又能减少农药对生态环境的破坏。运用群体智能算法和图像处理技术能够有效解决农作物病虫害分类识别过程中所遇到的关键问题。本文以龙眼病虫害为研究对象,通过对群体智能算法的研究与改进,将群体智能算法应用在彩色病虫害图像预处理、彩色病虫害图像分割、彩色病虫害图像多特征提取以及彩色病虫害图像识别等方面展开研究。本文所做的科研工作总结如下:（1）针对传统粒子群算法应用在图像识别的各个环节目标优化时存在收敛速度慢和易陷入局部最优等问题,提出相应的改进思路。从两个方面来改进混沌粒子群算法:一是提出了一种基于混沌理论的二进制粒子群算法（CBPSO）,通过将混沌变量相互转化离散的二进制向量,改善算法对离散问题处理的局限性,提升算法的处理速度;二是提出了一种基于自适应调整的混沌粒子群算法（ACPSO）,通过对惯性权重的动态调整,提升算法的搜索效率,提高算法的搜索准确性。实验表明改进的算法在精度方面和稳定性方面是有效的。（2）针对彩色病虫害图像存在图像背景较为复杂、后期难以分割等问题,提出了一种基于混沌粒子群算法和模糊聚类的彩色病斑图像分割方法,首先将颜色空间由RGB颜色空间转换成HIS颜色空间,然后提出了一种混沌粒子群算法和模糊聚类相融合的算法（CPSO-FCM）,将每个颜色分量经过算法处理后得到相应的分割图,最后通过颜色空间转换成RGB颜色空间,从而实现分割的效果。（3）针对农作物病虫害彩色图像噪声大,边缘模糊等问题,提出了一种基于Otsu和分水岭算法的彩色病斑图像分割方法,首先提出了一种不受反射亮光影响的因子的新彩色空间,然后采用数学形态学开闭重建技术对图像进行重建,减少和消除因细节和噪声干扰造成的分水线位置偏移,可有效解决分水岭算法过分割问题。与其他的分割方法比较,效果较好,性能有明显的提高。（4）针对病虫害识别的问题提出对特征提取的研究,给出了一种颜色、纹理、形状以及局部特征等多特征融合的特征表示方案。为了使得所提取的特征鲁棒可靠,对于颜色特征,给出新彩色空间和颜色矩融合进行特征提取与表示;对于纹理特征,将灰度共生矩阵与局部二进制模式融合进行特征提取与表示;对于形状特征,将Hu不变矩方法进行特征提取与表示;对于局部特征,对原有的SURF方法旋转45度后进行特征检测,并运用金字塔模型对特征进行描述。最后采用多种方法（主成分分析法、二进制混沌粒子群算法）对生成的特征进行优化选择。从实验分析结果可知,基于二进制混沌粒子群算法对生成的特征选择优于主成分分析法,同时说明此方法是一个有效的方法。（5）首先,针对彩色病虫害图像进行识别分类时,由于SVM模型的参数不确定性,分别采用自适应混沌粒子群算法与粒子群算法来获取SVM参数。然后将提取到的图像特征作为模型的原始输入数据,并对其进行分类,可克服传统SVM模型对农作物病虫害分类时所面临的随机性和盲目性。使用交叉验证法对不同的PSO算法参数进行实验,结果表明龙眼病虫害藻斑病ACPSO-SVM方法比PSO-SVM方法分类正确率低一点,其他病虫害的分类准确率均比PSO-SVM方法高,但从运行效率上看,ACPSO-SVM所需处理时间仅为PSO-SVM所需时间的88.94%,同时ACPSO-SVM算法实现起来也相对简单。本章所提出的基于自适应混沌粒子群算法的支持向量机的病虫害识别方法,具有较好的分类准确率,是一种有效的方法。
司玉军[7]（2017）在《港口码头岸桥泊位分配及集卡调度物流规划研究》文中指出随着世界经济的增长以及全球一体化的发展,我国经济已迅速增长为全球第二大经济体。为了推动我国经济更好、更快发展,提高我国与世界经济贸易联系,提升我国服务制造业全球竞争能力,发挥世界经济领导者责任,以习近平为核心的党中央提出了“中国制造2025”以及“海上丝绸之路”重要战略举措。而港口作为链接我国与世界各地贸易联系的重要节点,其综合运营能力对于我国经济发展起到了举足轻重的重要作用。由于港口对地区经济发展可以起到巨大推动作用,我国各省市都在前期进行了大量的港口筹建、扩展和升级。这也造成了我国码头不仅面临着国际竞争,还需要面对国内的同行压力。针对港口重要资源,本文研究了相应的泊位分配与岸桥调度问题,以及集卡的调度运输问题,从整个港口码头集装箱的装卸转运过程分析和优化了相应的服务管理运营方式,开发了港区自动调度集成系统,以期提高港区资源的有效利用率,主要研究内容如下:（1）利用模糊数学知识,构建了基于模糊聚类方法的调度模型。该模型有效利用模糊数学对事物模糊边界的划分和聚类能力,结合到港作业的船舶特点,对具有类似作业属性的船舶实现基于作业特征的模糊聚类,有效提升港区的集中作业效能和经济效益。提出了“改进的变幅粒子群算法”,可实现算法搜索范围以变幅形式自适应实时动态调整,有效提升算法性能,实现模型的高效求解。（2）基于三维布局思想构建了泊位及岸桥调度分配模型。三维空间布局问题主要研究如何在三维空间内合理布置“块”,使得三维空间利用率最大。研究所构建的三维空间布局调度模型有效汲取相关空间布局问题研究思想,通过定义船舶调度分配资源“块”,实现用空间布局思想完成对“块”的合理、高利用率布局。基于对块各位置的布局调整,完成港区作业资源的合理调度分配,进而实现港区的高效能运转。针对构建的三维空间布局调度模型,提出了“复合种群灾变竞争的改进遗传算法”。分别构建不同规模、性状和特征种群,以达尔文竞争及灾变进行优势基因选取,有效提高算法全局搜索性能。（3）考虑可调整额外成本与必然作业成本,构建了基于服务优先级的调度模型。由于船舶的装卸作业是一个复杂的系统作业过程,过程中各流程、各阶段的调整均会对港区整体作业效益产生影响。其中,可调整额外成本包括船舶由于提前到港可能产生的油耗、延误到港产生的等待作业成本和调度延误等。必然作业成本包括船舶在港装卸时间、岸桥调度成本及集卡运输成本等。为求解模型,设计了“基于旋转门的改进量子遗传算法”,利用量子的叠加、纠缠和干涉思想,结合遗传算法进行相应算法设计,提升了相同规模数组遗传算法的寻优搜索能力。（4）通过车辆间“车域”的定义以及大量车辆的连续性运行假设,把集卡车流抽象为具备流体可压缩性、粘性及连续性性质的“交通流”,构建了基于流体力学理论的集卡调度模型。同时,通过相应的质量比照、流量比照、密度比照、流速比照等,利用流体力学相关连续性方程、相应车流运动微分方程以及压力方程等进行相应的模型求解。（5）开发了港区自动调度集成系统,实现了港区数据与调度模型的无缝链接,增强了港区数据互联能力与数据传输交互能力。
冯杰,盖强,古军峰[8]（2004）在《模糊聚类分析方法在海上目标识别中的应用》文中进行了进一步梳理阐述了基于模糊等价关系的模糊聚类分析方法的原理和模型,以及模糊聚类分析方法的步骤。运用该模糊聚类分析方法,对给定特征的海上目标进行了聚类分析,计算结果表明是可行和有效的。
武腾腾[9]（2012）在《SAR影像海面油膜识别关键技术研究》文中研究说明海洋作为全球生命系统的重要组成部分，对地球生态环境具有巨大的调解功能。然而，随着工业的快速发展，海洋污染越来越严重，尤其是近年来海上溢油事故的频繁发生使得海洋石油污染问题日益突出，严重影响了海洋环境、海洋资源开发及人类健康。因此，监测海洋溢油污染，保护海洋环境刻不容缓。近年来，随着卫星遥感技术的发展，遥感已成为监测溢油的最重要和最有效地手段之一，尤其是合成孔径雷达（SAR）成功发射后，监测海洋溢油的能力逐步提高，如何基于SAR影像准确的识别海上油膜成为众多学者研究的热点。本文以溢油SAR影像为研究对象，探讨了海面油膜识别的关键技术，重点讨论了基于模糊分割法的油膜识别技术与辅以纹理特征的面向对象方法在油膜精确识别中应用的可行性与优越性。首先，对试验SAR影像进行预处理，其包括影像的辐射校正、几何校正及滤波去噪。进行滤波处理时，就滤波方法及计算窗口的选择做了对比分析，最终选择了去噪效果与边缘保持效果都比较好的3*3窗口下的增强Lee滤波；然后基于模糊理论进行油膜识别，主要采用了模糊阈值的图像分割方法，将最大模糊熵与最小模糊熵的分割算法应用到油膜识别中，最终比较分析得出二维最小模糊熵图像分割方法更加适合溢油SAR影像的油膜识别；最后在油膜与类油膜的识别时，除灰度特征外，结合所提取的4个关键纹理特征采用面向对象的方法进行图像分类，并与传统的最大似然法、神经网络、支持向量机等分类结果比较，结果证明辅以纹理特征的面向对象图像分类方法对疑似油膜的暗色区域有更好的识别效果，能够更为准确的将油膜与类油膜区分开来。总之，本文研究的最终目的在于为海洋石油污染监测，提供一种方便快捷的手段，及时发现输油线路石油泄漏、油井漏油等石油污染现象，为海洋污染治理、石油开采以及海洋渔业提供技术服务。
程平[10]（2012）在《无人机遥感图像海上舰船目标识别技术的研究》文中研究说明舰船目标识别技术的研究有着非常重要的现实意义，在民用和军事等领域都有着广泛的应用前景，如在海运交通、海上搜救、海洋资源监测、军事侦察等方面的应用。利用遥感技术获取海上舰船目标信息成为一种快速而又便捷的手段。本文以无人机航拍高分辨率遥感舰船图像作为研究对象，从遥感图像目标提取、特征描述、特征匹配等方面着手进行研究，为高精确度的识别舰船目标探索出更好的方法和技术。本文主要的工作如下：（1）提出一种基于直方图局部信息和Gath-Geva模糊聚类相结合的彩色图像分割方法。该方法利用图像直方图局部信息可以较精确的为Gath-Geva模糊聚类提供初始聚类中心，利用Gath-Geva模糊聚类的优越性，可以较好的进行像素点聚类。实验表明，该方法能较好的实现彩色图像分割。（2）针对遥感影像中海水背景纹理差别特点，提出一种基于彩色图像分割算法的目标提取方法。首先分割出包括海水背景在内的所有目标，然后针对海水图像的纹理特征找出海水背景图像，再将原始图像与其作减法运算。本文在MATLAB编程环境下，通过实验验证了该方法能够较好的提取遥感图像的前景目标。（3）总结了不变矩理论及其在目标识别方面的应用。本文在理论与实验的基础上分析和比较了Hu矩与Zernike矩在图像平移、旋转和尺度变换下的不变性，为本文在接下来利用不变矩技术进行舰船目标识别提供理论和实践基础。（4）提出了一种基于改进四元数Zernike矩进行海上舰船目标识别的算法。本文针对传统的Zernike矩算法将彩色图像转化成灰度图像造成颜色等信息损失的特点，引入了四元数的理论，将RGB彩色图像直接转化成一个超复数形式，这样可以避免色彩信息的损失。另外，传统Zernike矩不利于减小图像动态范围和信息冗余等不足，本文利用零阶几何矩实行规格化。通过理论证明和实验验证，该算法能较好的保持目标图像平移、旋转和尺度变换不变性，可以应用于对未知舰船目标的识别。
二、模糊聚类分析方法在海上目标识别中的应用（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、模糊聚类分析方法在海上目标识别中的应用（论文提纲范文）
（1）基于监测数据库的海洋结构损伤预警研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 研究现状 |
| 1.2.1 监测系统研究现状 |
| 1.2.2 基于损伤指标的传统方法 |
| 1.2.3 机器学习方法 |
| 1.2.4 深度学习方法 |
| 1.3 本文主要工作 |
| 2 数据预处理及特征提取 |
| 2.1 数据预处理 |
| 2.1.1 数据清理 |
| 2.1.2 平稳性检验 |
| 2.1.3 纯随机性检验 |
| 2.2 小波包分解 |
| 2.2.1 小波变换 |
| 2.2.2 小波包分解 |
| 2.3 希尔伯特黄变换 |
| 2.3.1 经验模式分解 |
| 2.3.2 希尔伯特变换 |
| 2.4 小结 |
| 3 结构损伤识别 |
| 3.1 仿真实验 |
| 3.1.1 仿真模型设计 |
| 3.1.2 环境激励设计 |
| 3.1.3 仿真数据生成及处理 |
| 3.2 训练样本为同一类别情况下的损伤识别 |
| 3.2.1 单分类支持向量机介绍 |
| 3.2.2 小波包分解提取特征的模型训练 |
| 3.2.3 HHT提取特征的模型训练 |
| 3.3 训练样本类别不唯一情况下的损伤识别 |
| 3.3.1 模糊C均值聚类介绍 |
| 3.3.2 小波包分解提取特征的模糊聚类 |
| 3.3.3 HHT提取特征的模糊聚类 |
| 3.4 不同损伤识别方法与特征提取方法的比较 |
| 3.4.1 特征提取方法的比较 |
| 3.4.2 损伤识别方法的比较 |
| 3.5 真实数据的损伤识别 |
| 3.6 本章小结 |
| 4 结构损伤定位 |
| 4.1 物理模型装置与数据集 |
| 4.1.1 物理模型装置介绍 |
| 4.1.2 数据集和定位方法介绍 |
| 4.2 使用机器学习方法的损伤定位效果 |
| 4.2.1 数据的特征提取 |
| 4.2.2 损伤定位结果 |
| 4.3 深度学习方法的损伤定位 |
| 4.3.1 本节所使用模型介绍 |
| 4.3.2 损伤定位结果 |
| 4.4 本章小结 |
| 5 海洋平台结构健康监测数据管理的研究 |
| 5.1 海洋结构健康监测方案 |
| 5.2 海洋平台监测数据库管理平台 |
| 5.2.1 数据库设计框架 |
| 5.2.2 各子系统介绍 |
| 5.3 本章小结 |
| 结论 |
| 参考文献 |
| 致谢 |
（2）基于活动轮廓模型的SAR图像分割的研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究的背景和意义 |
| 1.2 SAR图像分割的国内外研究现状 |
| 1.2.1 SAR图像分割算法概述 |
| 1.2.2 基于活动轮廓模型的SAR图像分割算法 |
| 1.3 本论文的主要研究内容和安排 |
| 1.3.1 本论文的主要研究内容 |
| 1.3.2 本论文的结构安排 |
| 第二章 SAR图像基本理论和分割模型 |
| 2.1 SAR的成像原理 |
| 2.2 常用的SAR图像统计分布模型 |
| 2.3 几种活动轮廓模型 |
| 2.4 ROEWA算子 |
| 2.5 SAR图像分割的评价指标 |
| 2.6 本章小结 |
| 第三章 基于SAR图像局部区域的活动轮廓模型与分割方法 |
| 3.1 引言 |
| 3.2 基于局部区域的活动轮廓模型与分割方法 |
| 3.2.1 能量函数的定义 |
| 3.2.2 能量函数的最小化求解方法 |
| 3.3 实验结果与分析 |
| 3.3.1 分割结果分析 |
| 3.4 本章小结 |
| 第四章 基于反应扩散的活动轮廓模型与SAR图像分割方法 |
| 4.1 引言 |
| 4.2 基于反应扩散的活动轮廓模型与分割方法 |
| 4.3 实验结果与分析 |
| 4.3.1 RD项的影响分析 |
| 4.3.2 方法的鲁棒性分析 |
| 4.3.3 分割结果分析 |
| 4.4 本章小结 |
| 第五章 基于矩阵分解活动轮廓模型的SAR图像分割方法 |
| 5.1 引言 |
| 5.2 矩阵分解原理 |
| 5.3 特征提取及融合方法 |
| 5.3.1 小波能量函数 |
| 5.3.2 Do G滤波 |
| 5.3.3 Gabor滤波 |
| 5.3.4 融合策略 |
| 5.4 基于ROEWA改进的边缘算法 |
| 5.5 基于融合特征矩阵分解的活动轮廓模型 |
| 5.5.1 能量函数的定义 |
| 5.5.2 能量函数的全局最小化方法 |
| 5.6 实验结果与分析 |
| 5.6.1 边缘项的影响分析 |
| 5.6.2 对初始轮廓敏感性分析 |
| 5.6.3 分割结果分析 |
| 5.7 本章小结 |
| 第六章 基于变换域的活动轮廓模型与SAR图像分割方法 |
| 6.1 引言 |
| 6.2 基于变换域的活动轮廓模型 |
| 6.2.1 小波分解与轮廓初始化方法 |
| 6.2.2 能量函数的定义 |
| 6.2.3 算法的实现 |
| 6.3 实验结果与分析 |
| 6.3.1 对分割问题的分析 |
| 6.3.2 对斑点噪声鲁棒性分析 |
| 6.3.3 模糊聚类的结果分析 |
| 6.3.4 真实SAR图像的分割结果 |
| 6.4 本章小结 |
| 第七章 总结与展望 |
| 7.1 总结 |
| 7.2 展望 |
| 参考文献 |
| 发表论文和参加科研情况说明 |
| 致谢 |
（3）风电齿轮箱运行状态监测与故障诊断（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 引言 |
| 1.1 研究背景、研究意义和研究现状 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.1.3 研究现状 |
| 1.2 设备振动信号分析方法 |
| 1.2.1 时域分析 |
| 1.2.2 频域分析 |
| 1.2.3 时频分析 |
| 1.2.4 非线性方法 |
| 1.2.5 人工智能方法 |
| 1.2.6 基于模型的方法 |
| 1.2.7 故障特征提取新方法 |
| 1.3 研究课题的提出 |
| 1.4 本文主要创新点 |
| 1.5 本文的结构安排 |
| 2 齿轮箱振动机理 |
| 2.1 齿轮故障机理 |
| 2.1.1 齿轮主要失效形式 |
| 2.1.2 齿轮啮合振动方程 |
| 2.1.3 齿轮振动信号的一般形式 |
| 2.2 滚动轴承故障机理 |
| 2.2.1 滚动轴承主要失效形式 |
| 2.2.2 滚动轴承故障特征频率 |
| 2.2.3 滚动轴承振动信号的一般形式 |
| 2.3 齿轮箱运行状态监测 |
| 2.4 本章小结 |
| 3 基于奇异谱分解的滚动轴承微弱故障特征增强 |
| 3.1 奇异谱分解 |
| 3.1.1 嵌入:嵌入维的选择 |
| 3.1.2 嵌入:用缠绕法构造轨迹矩阵 |
| 3.1.3 分解 |
| 3.1.4 重构 |
| 3.1.5 停止准则 |
| 3.2 SSD在滚动轴承故障特征增强中的应用 |
| 3.2.1 数值验证 |
| 3.2.2 滚动轴承故障诊断 |
| 3.3 本章小结 |
| 4 基于数据非线性和确定性测度的设备故障特征提取 |
| 4.1 基于数据非线性和确定性测度的故障特征提取 |
| 4.1.1 广义Hurst指数 |
| 4.1.2 广义Hurst函数的本质 |
| 4.1.3 重排和替代过程 |
| 4.1.4 数据非线性和确定性的确定 |
| 4.1.5 本章所提出的方法 |
| 4.2 本章所提出的方法对噪声的鲁棒性 |
| 4.3 齿轮箱故障诊断 |
| 4.3.1 应用案例1 |
| 4.3.2 应用案例2 |
| 4.4 本章小结 |
| 5 基于自适应多尺度符号动力学熵的设备状态监测 |
| 5.1 自适应多尺度符号动力学熵 |
| 5.2 机器运行状态识别 |
| 5.2.1 齿轮状态识别 |
| 5.2.2 滚动轴承状态识别 |
| 5.3 本章小结 |
| 6 基于自适应变带宽代价函数的机器瞬时频率估计 |
| 6.1 基于一步代价函数的脊线提取 |
| 6.2 基于自适应变带宽代价函数的脊线提取 |
| 6.2.1 Canny边缘检测 |
| 6.2.2 Grubbs检测算子 |
| 6.2.3 脊带的置信区间 |
| 6.2.4 基于自适应变带宽代价函数的脊线提取 |
| 6.3 AVBCF方法的性能验证 |
| 6.3.1 数值验证 |
| 6.3.2 风电齿轮箱瞬时频率估计 |
| 6.4 本章小结 |
| 7 基于傅里叶分解方法的风电齿轮箱故障特征提取 |
| 7.1 FDM简介 |
| 7.1.1 连续时间FDM |
| 7.1.2 离散时间FDM |
| 7.2 EMD与FDM的滤波特性比较 |
| 7.3 仿真分析 |
| 7.4 风电齿轮箱故障诊断 |
| 7.5 本章小结 |
| 8 结论 |
| 8.1 研究总结 |
| 8.2 展望 |
| 参考文献 |
| 作者简历及攻读博士学位期间取得的研究成果 |
| 学位论文数据集 |
（4）基于模糊聚类原理对专家评议法的优化研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 研究目的和意义 |
| 1.2.1 研究目的 |
| 1.2.2 研究意义 |
| 1.3 文献综述 |
| 1.3.1 基于GIS的矿产资源评价方法国内外研究现状 |
| 1.3.2 模糊聚类原理国内外研究现状 |
| 1.3.3 矿产资源权益金制度的研究现状 |
| 1.4 技术路线及研究方法 |
| 1.4.1 研究方法 |
| 1.4.2 技术路线 |
| 第二章 地质要素评序法价值指数评判标准分析 |
| 2.1 地质要素评序法简介 |
| 2.1.1 地质要素评序法基本原理 |
| 2.1.2 地质要素评序法与矿产资源权益金制度的关系 |
| 2.2 价值指数评判准则分析 |
| 2.2.1 区域成矿地质条件显示 |
| 2.2.2 找矿标志显示 |
| 2.2.3 矿化强度及蕴含规模显示 |
| 2.2.4 矿石质量及选矿加工性能显示 |
| 2.2.5 开采技术条件显示 |
| 2.2.6 矿产品及矿业权市场条件显示 |
| 2.2.7 基础设施条件显示 |
| 2.3 对价值指数量化指标的讨论 |
| 2.3.1 区域成矿地质条件价值指数量化指标分析 |
| 2.3.2 找矿标志价值指数量化指标分析 |
| 2.3.3 开采技术条件价值指数量化指标分析 |
| 2.3.4 基础设施条件价值指数量化指标分析 |
| 2.4 小结 |
| 第三章 模糊聚类原理下价值指数模糊模型构建 |
| 3.1 模糊聚类原理 |
| 3.1.1 模糊聚类原理概述 |
| 3.1.2 模糊聚类分析 |
| 3.1.3 模糊模式识别 |
| 3.1.4 模糊综合评判 |
| 3.2 基于模糊聚类原理构建价值指数数据库模型 |
| 3.2.1 区域成矿地质条件价值指数模糊模式模型构建 |
| 3.2.2 找矿标志价值指数模糊模式模型构建 |
| 3.2.3 开采技术条件价值指数模糊模式模型构建 |
| 3.2.4 基础设施条件价值指数模糊模式模型构建 |
| 3.3 小结 |
| 第四章 实证分析 |
| 4.1 案例介绍 |
| 4.1.1 目标区域基本情况 |
| 4.1.2 目标区域地质情况 |
| 4.1.3 目标区域矿体特征 |
| 4.2 目标区域价值指数量化指标计算 |
| 4.2.1 区域成矿地质条件 |
| 4.2.2 找矿标志 |
| 4.2.3 矿化强度及蕴藏规模 |
| 4.2.4 矿石质量及选矿加工性能 |
| 4.2.5 开采技术条件 |
| 4.2.6 矿产品及矿业权市场条件 |
| 4.2.7 基础设施条件 |
| 4.3 结果分析 |
| 4.3.1 确定模糊价值指数的标准模式 |
| 4.3.2 准确性检验 |
| 4.3.3 对于结果中存在问题的思考 |
| 4.4 小结 |
| 第五章 结论与展望 |
| 5.1 结论 |
| 5.2 不足与展望 |
| 参考文献 |
| 附录 |
| 在读期间公开发表的论文 |
| 致谢 |
（5）基于变分模态分解与奇异谱分析的往复压缩机典型故障预示研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 创新点摘要 |
| 第一章 绪论 |
| 1.1 论文背景及研究的目的和意义 |
| 1.2 往复压缩机故障振动信号特性分析 |
| 1.3 论文相关研究方法国内外研究概况 |
| 1.3.1 非平稳信号自适应分解方法研究现状 |
| 1.3.2 非线性信号定量描述方法研究现状 |
| 1.3.3 故障模式识别的智能化方法研究现状 |
| 1.3.4 时间序列非参数模型预测方法研究现状 |
| 1.4 主要研究内容和框架 |
| 第二章 基于VMD与 MGS的轴承间隙故障诊断方法研究 |
| 2.1 引言 |
| 2.2 基于VMD_MGS的轴承间隙故障诊断方法 |
| 2.2.1 变分模态分解算法 |
| 2.2.2 VMD分解与参数选择 |
| 2.2.3 特征提取方法 |
| 2.3 轴承间隙故障类型与信号采集 |
| 2.3.1 轴承磨损故障分类 |
| 2.3.2 信号采集与敏感测点 |
| 2.4 往复压缩机轴承间隙故障诊断实例 |
| 2.4.1 轴承故障模拟与算法分析 |
| 2.4.2 特征识别与比较 |
| 2.4.3 轴承间隙故障诊断 |
| 2.5 本章小结 |
| 第三章 基于VMD与 MFDFA的气阀故障诊断方法研究 |
| 3.1 引言 |
| 3.2 气阀故障与波动特征 |
| 3.2.1 气阀常见故障 |
| 3.2.2 振动信号波动特征 |
| 3.3 基于VMD_MFDFA的气阀故障特征提取方法 |
| 3.3.1 多重分形奇异谱 |
| 3.3.2 特征提取方法 |
| 3.4 往复压缩机气阀故障诊断实例 |
| 3.4.1 参数设定与比较 |
| 3.4.2 故障模拟与识别验证 |
| 3.5 本章小结 |
| 第四章 基于MSS与 KFCM的往复压缩机轴承性能衰退评估 |
| 4.1 引言 |
| 4.2 SVD降噪与MSS指标 |
| 4.2.1 SVD矩阵重构结构 |
| 4.2.2 SVD与奇异值选择 |
| 4.2.3 MSS参数评估指标 |
| 4.3 基于KFCM的压缩机轴承间隙故障分类 |
| 4.3.1 KFCM聚类算法 |
| 4.3.2 特征向量与算法流程 |
| 4.4 往复压缩机轴承性能衰退评估实例 |
| 4.4.1 模拟故障与特征增强 |
| 4.4.2 聚类分析与特征指标 |
| 4.4.3 轴承性能衰退评估 |
| 4.5 本章小结 |
| 第五章 基于预测可信尺度的混沌时间序列非参数预测方法研究 |
| 5.1 引言 |
| 5.2 预测方法与相空间重构 |
| 5.2.1 系统状态预测方法与适用性 |
| 5.2.2 系统演化与相空间重构 |
| 5.3 基于最大预测可信尺度的系统预测 |
| 5.3.1 预测可信时间尺度模型 |
| 5.3.2 相空间重构型KNN预测 |
| 5.3.3 基于MSS的时变预测模型 |
| 5.4 往复压缩机预测实例 |
| 5.4.1 预测时间与参数分析 |
| 5.4.2 预测实例与方法评估 |
| 5.5 本章小结 |
| 结论与展望 |
| 参考文献 |
| 发表文章与成果目录 |
| 致谢 |
（6）基于群体智能算法优化的农作物病虫害的识别技术研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 前言 |
| 1.1 课题来源 |
| 1.2 研究背景与意义 |
| 1.3 研究现状分析 |
| 1.3.1 粒子群算法 |
| 1.3.2 病虫害图像分割方法 |
| 1.3.3 病虫害图像特征提取方法 |
| 1.3.4 病虫害图像识别方法 |
| 1.4 研究目标与内容 |
| 1.4.1 研究目标 |
| 1.4.2 研究内容 |
| 1.5 论文结构 |
| 第2章 粒子群算法 |
| 2.1 粒子群算法相关理论 |
| 2.1.1 粒子群算法基本形式 |
| 2.1.2 粒子群算法基本流程 |
| 2.1.3 粒子群算法的改进 |
| 2.2 基于混沌理论的粒子群算法 |
| 2.2.1 混沌的定义 |
| 2.2.2 基于混沌理论的改进思路 |
| 2.2.3 CPSO算法描述 |
| 2.2.4 CPSO算法分析 |
| 2.3 混沌二进制粒子群算法 |
| 2.3.1 CBPSO算法描述 |
| 2.3.2 CBPSO算法分析 |
| 2.4 自适应混沌粒子群算法 |
| 2.4.1 ACPSO算法描述 |
| 2.4.2 ACPSO算法分析 |
| 2.5 本章小结 |
| 第3章 图像采集与图像预处理 |
| 3.1 图像获取 |
| 3.1.1 研究对象的主要病害 |
| 3.1.2 图像获取 |
| 3.2 彩色图像预处理 |
| 3.2.1 高斯滤波 |
| 3.2.2 直方图均衡 |
| 3.2.3 中值滤波 |
| 3.2.4 图像锐化 |
| 3.3 预处理结果与分析 |
| 3.4 本章小结 |
| 第4章 彩色病虫害图像分割方法 |
| 4.1 图像分割技术 |
| 4.1.1 图像分割技术概述 |
| 4.1.2 彩色图像分割算法分析 |
| 4.2 彩色空间 |
| 4.2.1 彩色空间分析 |
| 4.2.2 基于新彩色空间的选择 |
| 4.3 基于Otsu和分水岭算法的彩色病斑图像分割方法 |
| 4.3.1 算法描述 |
| 4.3.2 梯度计算 |
| 4.3.3 开闭重建标记提取 |
| 4.3.4 Otsu阈值处理 |
| 4.3.5 分水岭分割 |
| 4.4 基于混沌粒子群算法和模糊聚类的彩色病斑图像分割方法 |
| 4.4.1 算法描述 |
| 4.4.2 模糊聚类分析 |
| 4.4.3 特征距离 |
| 4.4.4 CPSO-FCM算法设计 |
| 4.5 结果与分析 |
| 4.6 本章小结 |
| 第5章 彩色病虫害图像的多特征提取方法 |
| 5.1 颜色特征提取 |
| 5.1.1 颜色特征提取方法 |
| 5.1.2 基于新颜色空间和颜色矩的颜色特征提取方法及分析 |
| 5.2 纹理特征提取 |
| 5.2.1 纹理特征提取方法 |
| 5.2.2 基于GLCM和LBP的纹理特征提取方法及分析 |
| 5.3 形状特征提取 |
| 5.3.1 形状特征提取方法 |
| 5.3.2 基于Hu不变矩的形状特征提取方法及分析 |
| 5.4 局部特征提取 |
| 5.4.1 局部特征提取方法 |
| 5.4.2 基于改进的SURF的局部特征提取方法及分析 |
| 5.5 特征选择 |
| 5.5.1 基于主成分分析法的多特征选择算法 |
| 5.5.2 基于二进制混沌粒子群算法的多特征选择算法 |
| 5.6 结果与分析 |
| 5.6.1 样本数据的选择 |
| 5.6.2 结果分析 |
| 5.7 .本章小结 |
| 第6章 彩色病虫害图像识别方法 |
| 6.1 支持向量机 |
| 6.1.1 概述 |
| 6.1.2 支持向量机参数优化选择 |
| 6.2 基于PSO-SVM的农作物病虫害识别方法 |
| 6.2.1 PSO-SVM分类算法 |
| 6.2.2 结果与分析 |
| 6.3 基于ACPSO-SVM的农作物病虫害识别方法 |
| 6.3.1 ACPSO-SVM分类算法 |
| 6.3.2 结果与分析 |
| 6.4 有效支持向量机参数选择方法分析 |
| 6.5 本章小结 |
| 第7章 总结与展望 |
| 7.1 总结 |
| 7.2 展望 |
| 致谢 |
| 参考文献 |
| 附录 攻读博士学位期间的科研成果 |
（7）港口码头岸桥泊位分配及集卡调度物流规划研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景及目的 |
| 1.1.1 研究背景 |
| 1.1.2 研究目的 |
| 1.2 集装箱港口背景及相关发展现状 |
| 1.2.1 码头布局及概念 |
| 1.2.2 集装箱船舶 |
| 1.2.3 集装箱堆场堆存形式 |
| 1.2.4 我国沿海港口的布局规划 |
| 1.2.5 集装箱港口总体发展现状 |
| 1.3 国内外研究现状 |
| 1.3.1 泊位分配与岸桥调度问题 |
| 1.3.2 集卡路径规划问题 |
| 1.3.3 切割和装箱问题 |
| 1.3.4 模糊聚类问题 |
| 1.4 论文研究主要内容 |
| 第二章 曹妃甸港区发展状况及需解决研究问题 |
| 2.1 曹妃甸港区发展状况 |
| 2.1.1 港口设施状况 |
| 2.1.2 港口生产运营状况 |
| 2.1.3 现状评价 |
| 2.2 码头泊位分配与岸桥调度问题 |
| 2.2.1 泊位分配问题 |
| 2.2.2 岸桥调度问题 |
| 2.2.3 集成调度问题 |
| 2.3 港区自动调度集成系统 |
| 2.4 本章小结 |
| 第三章 基于模糊聚类方法的调度模型构建与求解 |
| 3.1 基于模糊聚类方法的调度模型 |
| 3.1.1 FCM模糊均值聚类方法 |
| 3.1.2 船舶评价坐标系建模 |
| 3.1.3 船舶相关系数矩阵计算 |
| 3.1.4 到港船舶优先级船舶模糊聚类 |
| 3.1.5 基于模糊聚类方法的调度数学模型构建 |
| 3.2 粒子群算法 |
| 3.3 基于模糊聚类方法的调度模型求解 |
| 3.3.1 基于模糊聚类的优先级求解算法 |
| 3.3.2 整体模型算法求解流程 |
| 3.3.3 案例分析与求解 |
| 3.4 本章小结 |
| 第四章 基于三维空间布局思想的调度模型构建与求解 |
| 4.1 基于三维空间布局思想的调度模型 |
| 4.1.1 调度布局问题抽象 |
| 4.1.2 资源变量归一化 |
| 4.1.3 动态吸引子 |
| 4.1.4 基于三维空间布局思想的调度分配数学模型构建 |
| 4.2 遗传算法 |
| 4.3 基于三维空间布局思想的调度模型求解 |
| 4.3.1 基于三维空间布局思想的求解算法 |
| 4.3.2 整体模型算法求解流程 |
| 4.3.3 案例分析与求解 |
| 4.4 本章小结 |
| 第五章 基于服务优先级的调度模型构建与求解 |
| 5.1 基于服务优先级的调度模型 |
| 5.1.1 优先级的计算方法 |
| 5.1.2 作业时长计算方法 |
| 5.1.3 基于服务优先级的调度数学模型构建 |
| 5.2 量子遗传算法 |
| 5.3 基于服务优先级的调度模型求解 |
| 5.3.1 基于优先级的求解算法 |
| 5.3.2 整体模型算法求解流程 |
| 5.3.3 案例分析与求解 |
| 5.4 本章小结 |
| 第六章 基于流体力学理论的集卡调度模型构建与求解 |
| 6.1 传统集卡调度模型 |
| 6.1.1 问题描述 |
| 6.1.2 传统集卡调度数学模型构建 |
| 6.1.3 传统优化模型的局限性 |
| 6.2 集卡交通流力学模型 |
| 6.2.1 车域 |
| 6.2.2 车流流体力学抽象 |
| 6.2.3 车流状态 |
| 6.2.4 车流主干道流体成型因素 |
| 6.2.5 流体力学与车流问题应用转化 |
| 6.2.6 基于流体力学理论的集卡调度数学模型构建 |
| 6.3 集装箱主干道最大通行能力 |
| 6.3.1 传统通行能力计算 |
| 6.3.2 流体力学通行能力计算 |
| 6.3.3 最大通行能力持续时长 |
| 6.4 基于主干道运输能力最大化集卡路径优化 |
| 6.4.1 集装箱堆存属性原则 |
| 6.4.2 案例分析与求解 |
| 6.5 本章小结 |
| 第七章 港区自动调度集成系统 |
| 7.1 信息录入系统 |
| 7.2 泊位及岸桥调度系统 |
| 7.3 集卡调度系统 |
| 7.4 数据接口功能 |
| 7.5 本章小结 |
| 第八章 总结与展望 |
| 8.1 研究总结 |
| 8.2 研究展望 |
| 参考文献 |
| 攻读学位期间所取得的相关科研成果 |
| 致谢 |
（9）SAR影像海面油膜识别关键技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 研究的目的和意义 |
| 1.3 国内外研究现状 |
| 1.3.1 国外研究现状 |
| 1.3.2 国内研究现状 |
| 1.4 论文研究内容及其组织 |
| 1.4.1 研究内容与技术路线 |
| 1.4.2 论文组织 |
| 1.5 小结 |
| 第二章 SAR 影像溢油监测概述 |
| 2.1 SAR 工作原理 |
| 2.2 SAR 监测溢油原理 |
| 2.3 SAR 监测溢油的影响因素 |
| 2.4 SAR 影像油膜解译 |
| 2.5 小结 |
| 第三章 数据准备与预处理 |
| 3.1 ENVISAT-1 卫星及 ASAR 传感器介绍 |
| 3.2 试验数据介绍 |
| 3.3 辐射校正 |
| 3.4 几何校正 |
| 3.5 滤波处理 |
| 3.6 小结 |
| 第四章 基于模糊理论的油膜识别方法 |
| 4.1 模糊理论 |
| 4.1.1 模糊理论概述 |
| 4.1.2 模糊理论在图像分割中应用 |
| 4.2 基于最大模糊熵的 SAR 影像油膜分割 |
| 4.2.1 一维最大模糊熵图像分割 |
| 4.2.2 二维最大模糊熵图像分割 |
| 4.3 基于最小模糊熵的 SAR 影像油膜分割 |
| 4.3.1 一维最小模糊熵图像分割 |
| 4.3.2 二维最小模糊熵图像分割 |
| 4.4 油膜识别分割结果与分析 |
| 4.4.1 实验结果与分析 |
| 4.4.2 油膜识别结果的改进 |
| 4.5 小结 |
| 第五章 辅以纹理特征油膜与类油膜识别方法 |
| 5.1 问题的提出 |
| 5.2 纹理特征提取 |
| 5.2.1 纹理参数选择 |
| 5.2.2 纹理特征量选择 |
| 5.3 辅以纹理特征的面向对象油膜识别方法实现 |
| 5.3.1 面向对象图像分类 |
| 5.3.2 辅以纹理特征的面向对象的油膜识别 |
| 5.4 小结 |
| 结论与展望 |
| 1 结论 |
| 2 进一步研究工作 |
| 参考文献 |
| 攻读硕士学位期间取得的学术成果 |
| 致谢 |
（10）无人机遥感图像海上舰船目标识别技术的研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景和意义 |
| 1.2 国内外研究现状 |
| 1.3 论文研究内容 |
| 1.4 论文的结构安排 |
| 第2章 基于模糊聚类算法的海上目标影像分割 |
| 2.1 引言 |
| 2.2 模糊聚类 |
| 2.2.1 模糊集合及其相关性质 |
| 2.2.2 Gath-Geva 模糊聚类 |
| 2.3 基于直方图和 Gath-Geva 模糊聚类的彩色图像分割方法 |
| 2.3.1 利用彩色图像直方图寻找聚类中心 |
| 2.3.2 区域初始化 |
| 2.3.3 类的合并 |
| 2.3.4 实验结果评价与分析 |
| 2.4 遥感影像目标提取及实验分析 |
| 2.5 本章小结 |
| 第3章 经典不变矩的分析与优选 |
| 3.1 引言 |
| 3.2 规则矩 |
| 3.2.1 规则矩定义 |
| 3.2.2 低阶规则矩及其意义 |
| 3.2.3 Hu 矩定义 |
| 3.3 正交矩 |
| 3.3.1 Legendre 矩 |
| 3.3.2 Zernike 矩 |
| 3.3.3 伪-Zernike 矩定义 |
| 3.4 各种矩技术分析与比较 |
| 3.4.1 主要矩技术及性能 |
| 3.4.2 Hu 矩不变性实验 |
| 3.4.3 Zernike 矩不变性实验 |
| 3.5 本章小结 |
| 第4章 基于不变矩的舰船目标识别算法 |
| 4.1 引言 |
| 4.2 基于改进的四元数 Zernike 矩算法识别舰船目标 |
| 4.2.1 四元数 |
| 4.2.2 改进的 Zernike 矩 |
| 4.2.3 改进的四元数 Zernike 矩算法及不变性分析 |
| 4.2.4 改进的四元数 Zernike 矩算法不变性实验 |
| 4.2.5 无海水背景图像的不变性实验 |
| 4.2.6 海上舰船目标识别实验设计及结果分析 |
| 4.3 本章小结 |
| 第5章 结论与展望 |
| 5.1 本文的工作总结 |
| 5.2 存在的问题和进一步的工作 |
| 致谢 |
| 参考文献 |
| 在学期间发表的学术论文 |
| 在学期间参加的科研项目 |
四、模糊聚类分析方法在海上目标识别中的应用（论文参考文献）
- [1]基于监测数据库的海洋结构损伤预警研究[D]. 张上赐. 大连理工大学, 2021(01)
- [2]基于活动轮廓模型的SAR图像分割的研究[D]. 孟庆霞. 天津大学, 2019(01)
- [3]风电齿轮箱运行状态监测与故障诊断[D]. 窦春红. 北京交通大学, 2019(01)
- [4]基于模糊聚类原理对专家评议法的优化研究[D]. 赵忠琦. 山东理工大学, 2019(03)
- [5]基于变分模态分解与奇异谱分析的往复压缩机典型故障预示研究[D]. 刘岩. 东北石油大学, 2018(01)
- [6]基于群体智能算法优化的农作物病虫害的识别技术研究[D]. 熊璐. 华南农业大学, 2018(08)
- [7]港口码头岸桥泊位分配及集卡调度物流规划研究[D]. 司玉军. 河北工业大学, 2017(01)
- [8]模糊聚类分析方法在海上目标识别中的应用[A]. 冯杰,盖强,古军峰. 第二届全国信息获取与处理学术会议论文集, 2004(总第116期)
- [9]SAR影像海面油膜识别关键技术研究[D]. 武腾腾. 中国石油大学（华东）, 2012(05)
- [10]无人机遥感图像海上舰船目标识别技术的研究[D]. 程平. 集美大学, 2012(02)