导读:本文包含了智能鉴别论文开题报告文献综述及选题提纲参考文献，主要关键词:BP神经网络,HOG特征,小花清风藤,叶片
智能鉴别论文文献综述
郭文凯,孙庆文[1]（2019）在《BP神经网络与HOG特征相结合的小花清风藤叶片智能鉴别模型建立》一文中研究指出为保障小花清风藤的药材质量,建立基于HOG特征与BP神经网络相结合的小花清风藤叶片智能鉴别模型。采用方向梯度直方图(HOG)特征提取算子提取小花清风藤与簇花清风藤叶片的HOG特征,结合BP神经网络理论构建基于HOG特征的小花清风藤叶片智能鉴别神经网络模型。结果表明:该模型对小花清风藤叶片的平均识别率为97.60%,簇花清风藤为98.61%,对任意样本为100%。建立的基于HOG特征与BP神经网络相结合的小花清风藤叶片智能鉴别模型适合于小花清风藤叶片鉴别。(本文来源于《贵州农业科学》期刊2019年04期）
罗燕,盛亦斌,沈聪,阮月垒,李博斌[2]（2019）在《工业废气污染源智能鉴别技术的研究》一文中研究指出利用电子鼻技术可对不同行业的工业废气污染源进行智能鉴别。采用主成分分析法(PCA)对20种不同企业排放的工业废气进行建模区分,并在主成分分析法的基础上,利用判别因子分析法(DFA)分别对5类不同行业的工业废气污染源建立了行业鉴别DFA模型。分析结果显示:主成分分析法可以对不同企业排放的工业废气实现很好的区分;鉴别模型可以实现不同行业排放的工业废气污染源的准确鉴别。研究表明电子鼻技术可以较好地区分不同企业排放废气的特征信号,从而实现对工业废气污染源的智能鉴别。(本文来源于《安全与环境工程》期刊2019年01期）
李少伟,曹成涛,谭锦艳[3]（2016）在《基于GIS的道路交通事故黑点智能鉴别与信息发布》一文中研究指出文中主要讲述基于GIS(地理信息系统)的道路交通事故黑点智能鉴别与信息发布系统的实现原理及方法,重点讨论了基于GIS空间分析技术的道路交通事故黑点智能鉴别方法,通过该系统准确的鉴别和发布道路交通事故黑点分布地图,为大众提供安全出行信息咨询,在一定程度上满足了大众安全出行的需求。(本文来源于《物流工程与管理》期刊2016年05期）
徐湖,潘尔顺[4]（2009）在《基于改进人工神经网络的SMT质量智能鉴别》一文中研究指出采用了一种改进的BP神经网络,针对BP神经网络的不足进行了改进:采用变学习率法减少网络训练时间、采用高斯惩罚函数避免局部最小值,并使整个网络能自主调整其隐层节点的数量。运用改进的BP神经网络对于样本进行训练,训练后的神经网络能够较为精确的预测SMT产品质量问题。(本文来源于《工业工程与管理》期刊2009年06期）
石文兵[5]（2009）在《粗糙集在粉螨亚目螨种智能鉴别中的应用研究》一文中研究指出粗糙集理论是一种新型的软计算方法,它能有效分析和处理不精确、不一致、不完整等特性的不完备信息,是一种强大的数学分析工具,具有良好的容错性能。采用粗糙集技术,并与分类鉴别算法相结合,给出改进的约简算法,对已分离的螨种进行分类鉴别,鉴别实例结果显示,在信息不完备的情况下仍能正确地进行分类鉴别,可明显提高分类鉴别能力和效率。粗糙集在粉螨亚目螨种智能鉴别中具有较好效果。(本文来源于《安徽理工大学学报(自然科学版)》期刊2009年03期）
刘治富,杨帆[6]（2009）在《小学生优势智能鉴别的调查与研究》一文中研究指出一、问题的提出1983年,美国哈佛大学霍华德·加德纳教授提出了多元智能理论,对传统的智力观、发展观、评价观进行了批判与重构。在课堂教学中实践多元智能理论,就要求教师必须了解学生的智能结构,特别是学生的优势智能项目。基于此,教师才(本文来源于《江苏教育研究》期刊2009年09期）
唐胜云,童学兰,李钢[7]（2008）在《外借文献缺损防范与图书馆诚信服务——文献缺损智能鉴别技术在西南大学图书馆叁馆的应用》一文中研究指出对归还文献是否原物无损的自动化识别,是目前图书馆计算机管理系统尚未解决的技术问题,并直接影响到图书馆诚信服务质量。作者首次从文献缺损对构建大学图书馆诚信服务体系的影响出发,对建立图书馆文献缺损防范机制的必要性、技术途径及基本要求进行分析,并根据图书馆采用智能识别技术防范文献缺损的实际效果,对该技术在图书馆的应用前景进行客观评价。(本文来源于《大学图书馆学报》期刊2008年03期）
石文兵[8]（2008）在《基于粗糙集理论的粉螨亚目螨种智能鉴别系统研究》一文中研究指出软计算工具主要包括人工神经网络、模糊集理论、进化算法和粗糙集理论等。粗糙集理论是一种新型的软计算方法,它能有效分析和处理不精确、不一致、不完整等特性的不完备信息,是一种强大的数学分析工具,具有良好的容错性能。本文利用粗糙集理论处理不完备信息的独特性能,及其强大的数据分析能力和容错性能,对其在粉螨分类鉴别中的应用进行了探索性研究。本文综合分析了智能鉴别技术相关理论与技术的研究现状,对粗糙集理论及其发展状况进行了总结,研究了粗糙集理论的基本原理和方法,阐明了在螨种分类鉴别中应用粗糙集理论的重要性。阐述了基于粗糙集理论的粉螨分类鉴别知识获取的方法和技术,给出了分类鉴别问题的决策表模型,在粗糙集理论的基础上提出了基于二进制分明矩阵的决策规则约简算法来实施知识获取的约简,并结合具体实例证明了该算法的实用性。分析了螨种分类鉴别知识的特点并采用了产生式规则的知识表示方法,给出了知识获取的流程和步骤,并论述了综合决策规则的生成方法,设计了系统的鉴别推理策略和流程。根据螨种分类鉴别的实际需求和知识获取的方法,设计了基于粗糙集理论的螨种智能鉴别系统,并通过鉴别实例验证了系统的实用性。最后对全文进行了总结,对以后的研究重点和方向进行了展望。(本文来源于《安徽理工大学》期刊2008-05-10）
阎德劲,周德俭,黄春跃[9]（2007）在《基于LMBP神经网络的SMT焊点缺陷智能鉴别技术》一文中研究指出针对SMT焊点的常见缺陷,采用Levenberg—Marquardt(LM)算法改进的BP神经网络,运用仿真方法产生训练样本,利用正交试验设计选取具有代表性的训练样本,利用机器视觉技术获取测试样本,实现了对SMT焊点缺陷的智能鉴别。经验证,对几种常见的缺陷,所建立的LMBP网络模型具有较好的鉴别能力,与标准的BP网络的鉴别结果相比,提高了智能鉴别精度和速度。(本文来源于《电子质量》期刊2007年03期）
黄春跃[10]（2007）在《基于焊点虚拟成形技术的SMT焊点质量检测和智能鉴别技术研究》一文中研究指出采用表面组装技术(Surface Mount Technology，SMT)形成的焊点的可靠性是SMT产品的生命。焊点组装故障检测与组装质量的控制技术是保障SMT产品质量和可靠性的关键技术。在组装过程中及时检测、发现组装故障，并予以实时反馈，进行及时的组装工艺参数调整和消除故障处理，实现组装过程中的质量检测和反馈控制，以求达到高的产品合格率或一次通过率，是SMT产品生产中刻意追求的目标。本文基于焊点虚拟成形技术，对SMT焊点组装质量检测与鉴别技术进行了较为全面地研究，解决了焊点叁维表面形状重构、焊点叁维质量信息提取、焊点缺陷智能鉴别、焊点缺陷原因智能分析等关键技术，在此基础上形成了相应的系统及其软件，研究成果具有焊点组装质量信息获取、反馈和控制实时性强，组装工艺参数调整时间短等特点，能适用于要求快速完成组装工艺参数调整进入稳定组装生产、达到高的组装一次通过率的小批量SMT产品组装生产场合。论文研究具有很强的工程背景和现实需求，研究结果具有很强的实用价值和经济、技术价值。基于最小能量原理建立了在表面势能、重力势能和外力作用下的片式元器件焊点、无引脚陶瓷片式载体(Leadless Ceramic Chip Carrier，LCCC)器件焊点、四方扁平无引脚(Quad Flat No-lead，QFN)器件焊点和塑料球栅阵列(Plastic Ball Grid Array，PBGA)器件焊点等典型SMT焊点叁维形态预测模型，实现了上述焊点叁维形态预测并分析了钎料量、焊盘长度、焊盘宽度和间隙高度等相关工艺参数对焊点形态的影响。结果表明所分析的工艺参数对焊点形态均有影响，任一参数的变化都会对焊点形态产生相应的影响。对采用无铅焊料的片式元器件焊点以及采用有铅焊料的PBGA焊点进行了焊点形态预测结果的试验验证，结果表明焊点形态预测结果与实际焊点形态吻合良好。研究结果为SMT焊点形态的设计和控制奠定了基础。采用统一粘塑性Anand模型描述了SMT钎料合金的本构关系，建立了基于焊点叁维形态的LCCC焊点、片式元器件焊点、QFN焊点和PBGA焊点的有限元分析模型，对上述焊点在热循环条件下的力学行为进行了有限元分析与热疲劳寿命预测。对多工艺参数(样件规格、芯片配重、焊盘直径和钢网厚度)组合下的PBGA器件焊点可靠性进行了研究，获得了多工艺参数对PBGA焊点可靠性的影响顺序及其显着性结论。研究了空间域的SMT焊点图像处理算法，在对各种算法的处理效果进行分析比较的基础上，确定了适用于SMT焊点计算机视觉信息获取与处理系统的算法。建立了基于激光叁角法的SMT焊点测量系统的数学模型，完成了SMT焊点测量系统硬件设计与搭建，对SMT焊点测量系统参数进行了标定；研究并应用了基于激光叁角法的SMT焊点叁维表面形状重构方法；运用实体模型切片算法对重构的焊点模型进行切片，获取了焊点关键切面并提取润湿角、焊点高度及切面面积等焊点形态参数，实现了焊点叁维质量信息提取。通过叁维重构精度检测试验及误差分析得到了重构焊点的准确度，结果验证了本文所研究的焊点叁维表面形状重构方法的有效性和准确性。利用最小二乘法进行相关性分析确定了表征焊点缺陷的特征信息参数，提取出用于焊点缺陷智能鉴别和缺陷原因智能分析的样本数据信息；对标准反向传播(Back Propagation，BP)算法进行了改进研究，通过算法测试证明所提出的改进措施能够满足使用要求；利用虚拟成形的表征片式元件焊点缺陷特征信息的数据样本对改进的BP算法模型进行了成功的训练，对片式元件焊点缺陷进行了智能鉴别，所获得的结果与实际结果基本吻合，满足焊点质量智能鉴别精度的基本要求。建立了基于模糊神经网络的焊点缺陷原因智能分析评价模型，利用智能鉴别中训练样本的输出变量作为模糊神经网络的训练样本的输入变量，完成对模糊神经网络的训练，利用智能鉴别中测试样本的输出变量作为模糊神经网络的训练样本的输入变量，完成对模糊神经网络的测试，智能分析结果较为合理。基于本文所研究的SMT焊点图像处理技术、焊点叁维形状重构技术、焊点质量信息提取技术、焊点缺陷智能鉴别和缺陷原因智能分析技术，开发了SMT焊点质量评估软件和SMT焊点质量智能鉴别与分析软件。通过在实际SMT生产线上进行实际组装焊点的图像采集、图像预处理、焊点叁维形状重构、焊点重构模型形态参数提取、焊点缺陷检测与焊点缺陷原因鉴别试验验证了本软件的实用性。(本文来源于《西安电子科技大学》期刊2007-03-01）
智能鉴别论文开题报告
（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：
利用电子鼻技术可对不同行业的工业废气污染源进行智能鉴别。采用主成分分析法(PCA)对20种不同企业排放的工业废气进行建模区分,并在主成分分析法的基础上,利用判别因子分析法(DFA)分别对5类不同行业的工业废气污染源建立了行业鉴别DFA模型。分析结果显示:主成分分析法可以对不同企业排放的工业废气实现很好的区分;鉴别模型可以实现不同行业排放的工业废气污染源的准确鉴别。研究表明电子鼻技术可以较好地区分不同企业排放废气的特征信号,从而实现对工业废气污染源的智能鉴别。
（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。
智能鉴别论文参考文献
[1].郭文凯,孙庆文.BP神经网络与HOG特征相结合的小花清风藤叶片智能鉴别模型建立[J].贵州农业科学.2019
[2].罗燕,盛亦斌,沈聪,阮月垒,李博斌.工业废气污染源智能鉴别技术的研究[J].安全与环境工程.2019
[3].李少伟,曹成涛,谭锦艳.基于GIS的道路交通事故黑点智能鉴别与信息发布[J].物流工程与管理.2016
[4].徐湖,潘尔顺.基于改进人工神经网络的SMT质量智能鉴别[J].工业工程与管理.2009
[5].石文兵.粗糙集在粉螨亚目螨种智能鉴别中的应用研究[J].安徽理工大学学报(自然科学版).2009
[6].刘治富,杨帆.小学生优势智能鉴别的调查与研究[J].江苏教育研究.2009
[7].唐胜云,童学兰,李钢.外借文献缺损防范与图书馆诚信服务——文献缺损智能鉴别技术在西南大学图书馆叁馆的应用[J].大学图书馆学报.2008
[8].石文兵.基于粗糙集理论的粉螨亚目螨种智能鉴别系统研究[D].安徽理工大学.2008
[9].阎德劲,周德俭,黄春跃.基于LMBP神经网络的SMT焊点缺陷智能鉴别技术[J].电子质量.2007
[10].黄春跃.基于焊点虚拟成形技术的SMT焊点质量检测和智能鉴别技术研究[D].西安电子科技大学.2007