一、欢迎订阅2002年度《中国体视学与图像分析》（论文文献综述）
刘文倩[1]（2020）在《基于深度学习的左心室腔体容积分析系统设计与实现》文中研究表明心血管疾病已经成为全世界人口死亡的主要原因。在心血管疾病的临床诊断领域,医学图像的处理和分析对疾病的诊断起到重要作用。本论文的研究内容是基于心脏核磁共振（MRI）图像,利用深度学习完成左心室的分割以及左心室的容积预测,为心脏相关疾病诊断提供更加准确的参考。本文的主要内容是利用深度学习技术实现左心室腔体容积的预测,并进行Web系统的设计与实现。针对此任务,本文提出两种方法,一种方法以U-net网络为基础,加入LSTM（长短期记忆网络）将心室短轴MRI切片的空间信息联系起来实现左心室分割,而后再进行容积计算,本方法达到了左心室分割及左心室容积预测的要求;另一种方法首先使用多尺度图谱匹配法实现左心室区域准确定位,然后用三维卷积神经网络实现左心室容积预测,实验结果表明此方法的左心室容积预测误差明显低于二维卷积神经网络的误差。最后利用Flask技术开发了左心室腔体容积分析系统。系统利用本文提出的算法为用户提供左心室分割、左心室容积预测等功能,支持用户自行上传数据进行相关分析并填写相应诊断意见,具有较高的正确性及较好的易用性。
肖壮[2]（2018）在《基于机器视觉的红提果粉及果粒尺寸在线检测方法及其装备》文中研究说明近年来,随着我国经济的快速发展和人们消费水平的普遍提高,葡萄产业得到了很大的发展,葡萄已成为我国最受欢迎的水果之一。但是我国葡萄商品化处理程度低,一直制约着葡萄产业向规模化和产业化的方向转变。葡萄为穗状结构、果粒较多、果实柔软、易碰伤,故葡萄产后加工存在较大困难。目前,我国绝大多数地区仍采用人工分级方法,利用简陋的工具根据经验分级。人工分级效率低下、成本高、强度大,因此,市场迫切需要葡萄品质在线检测分级技术及装备。本文以葡萄的一个品种—红提为研究对象,运用机器视觉技术,建立了红提果粉附着率和红提果粒尺寸的在线分级模型,设计了一套红提在线检测与分级硬件与软件系统,具体研究内容如下:（1）搭建了红提图像采集试验平台。在一个试验用环形运输线上,搭建红提图像在线采集装置,设计了尺寸大小为600×450×450mm3的暗箱,暗箱顶端的切槽保证了夹持机构的持续运输,暗箱内的光电传感器感知红提串并触发相机,实现红提图像的连续采集;分析对比了多种不同光源的优缺点,选用了环形光源和前光源的照明方式;为能够同时提取红提形态轮廓和颜色特征,选用了能同时获取红提彩色图像和近红外图像的工业相机和镜头。（2）研究了红提果粉附着率等级的判别方法。在图像的预处理阶段,采用了归一化超绿法,去除了红提图像中的绿色果梗信息的干扰;采用交互式取点的方法,提取了果粉及果肉区域的颜色特征,分别采用朴素贝叶斯、BP神经网络和SVM支持向量机的方法建立了果粉的判别模型,通过比较发现,SVM支持向量机模型检测时间短,预测准确率高,应用于果粉的在线识别可行。通过对比人工的分级结果,红提果粉附着率的分级准确率为93%。（3）研究了红提果粒尺寸检测和分级方法。采用了基于形态学的开闭重构和局部极大值的方法,采集到近红外图像每粒果粒表面光斑位置,获取果粒中心位置坐标,完成果粒的粗定位。采用梯度分割算法,获取每粒果粒轮廓像素点,但一些轮廓重叠严重的像素点仍会干扰目标果粒的拟合,因此设计了一种随机最小二乘的椭圆拟合算法,提取目标果粒尺寸,并完成果粒的精确定位。经过与人工实测分级结果的验证,本研究设计的红提尺寸检测和分级准确率为91%,实现了整串红提果粒大小的自动分级。（4）针对红提果粉和尺寸的检测和分级模型,设计了基于机器视觉的在线控制系统和检测软件。在线控制系统主要包括了电机控制系统和图像采集控制系统,分别实现了环形运输生产线速度的实时控制和红提图片的在线采集。在线检测软件是利用VS软件中MFC控件设计的,其主要功能包括了上位机的协议设定、实时显示红提图像、监测串口通信状态和获取红提果粉和尺寸模型的分级结果等。（5）设计了一套红提在线检测分级流水线装备。流水线装备主要包括输送装置、图像采集装置、分级踢出装置和分拣装置。输送装置采取了环形悬挂输送链式的设计方法,保证了红提运输的稳定性,模拟了实际生产应用的场景;设计了具有棘齿自锁功能的夹持机构,方便了红提上下料过程,减少了人工工作量;设计有固定缺口形状的分级踢出装置实现了对红提自动连续的分选;设计由多个皮带滚筒组合成的分拣装置,实现了对应等级的红提分拣。
李修权[3]（2017）在《卡车司机疲劳驾驶预警机制及设备设计研究》文中研究说明疲劳驾驶导致的交通事故是目前全世界公路运输面临的最为重大的问题。然而,与酒后驾驶不同的是,疲劳驾驶难以通过仪器进行检测;具有一定隐藏性的特点,令发现、控制疲劳驾驶存在很多困难。在实际情况中,常用的管理方法与模式滞后而粗糙,不能做到及时发现、及时提醒。当前我国卡车疲劳驾驶问题虽有相关政策规定,但与之配套的监测提醒设备却发展落后。现有的检测设备常常因为过于笨重、甚至影响到司机正常行驶而饱受驾驶员诟病,但我国疲劳驾驶情况的严重性又期待着一款轻便而价格低廉的设备进入市场。我国卡车司机疲劳问题的相关政策已经制定,却没有配套可行的相关设备进行检测与提醒。如何以日常生活中的手表、手环等载体进行开发,即不影响司机正常驾驶,也能够尽可能准确地检测驾驶员疲劳度,易于使用、误差较小,是本文的研究目的。本文通过使用对比现有各种检测技术,决定通过心率变异性（HRV）来实现疲劳度监测。首先使用光电容积描记（PPG）获得驾驶员的心率波形,然后使用时域分析法和频域分析法结合得出量化的疲劳度数值。并在疲劳度超过一定阂值时给出适当的提醒。
李珍[4]（2014）在《苹果皮渣多酚提取、纯化及抗氧化活性研究》文中研究表明苹果多酚是一类具有生物活性的天然产物，主要集中在果皮和果籽中，具有较好的抗氧化功能。中国作为苹果生产和加工大国，苹果多酚等功能成分会在榨汁过程中随果皮进入果渣中。目前除30%左右的苹果皮渣用于肥料、饲料外，每年有10-15万吨被直接废弃掉，不仅造成资源的严重浪费，同时也对环境造成污染。通过苹果皮渣多酚提取、纯化及抗氧化活性研究，不但可提高苹果深加工产品的附加值，延长苹果加工产业链；而且还可变废为宝，实现苹果功能成分的梯次利用。因此，开展苹果皮渣中多酚物质高值化利用研究具有重要的经济价值和社会意义。本文以工厂榨汁后的苹果皮渣为原料，采用有机溶剂协同超声波对多酚类物质处理提取，探索其最佳工艺条件；并用NKA-9大孔树脂法纯化苹果皮渣多酚，利用红外和高效液相（HPLC）鉴定苹果皮渣中多酚物质成分；采用ABTS法、DPPH法和FRAP等方法评价其清除自由基能力以及对Fe3+的还原能力，反应其体外抗氧化活性；建立了秀丽线虫模型，探讨苹果皮渣多酚对秀丽线虫在环境应激条件下，其存活时间的规律以及体内活性氧的变化规律，揭示其体内抗氧化的反应机制。论文的主要内容和研究成果如下：1．应用超声波辅助乙醇提取苹果皮渣多酚，在单因素试验的基础上，选取提取时间、超声功率、提取温度、料液比为自变量，多酚的提取率为响应值，根据响应面Box-Benhnken试验设计原理，采用4因子3水平的分析法模拟得到二次多项式回归方程的预测模型，优化出苹果皮渣多酚超声提取的工艺参数：超声时间10min，提取温度65℃，超声功率503W，料液比1:30，在此条件下每克干果渣多酚的提取率达4.53mg。2．选取NKA-9大孔树脂法纯化苹果皮渣多酚类物质，得到纯度为72%苹果皮渣多酚粉末。对纯化后的多酚进行红外光谱图和HPLC分析检测。结果表明：纯化后的苹果皮渣多酚中槲皮素及其糖苷类含量最高，约占总酚酸物质的59.54%；其次是根皮苷类约占22.75%，其它多酚类物质如原花青素B2、表儿茶素、绿原酸、咖啡酸等含量较低，约占18%。3．苹果皮渣多酚体外抗氧化试验研究表明：苹果皮渣多酚对ABTS自由基、DPPH自由基、超氧阴离子自由基均有较强的清除作用。对Fe3+具有显着的还原能力，在相同的浓度下，苹果皮渣多酚对自由基的清除率以及还原铁离子的能力均优于VC；抗氧化剂与自由基分析仪测试表明，每克苹果皮渣多酚清除自由基的能力相当于3.28g VC。4．苹果皮渣多酚体内抗氧化是以秀丽线虫为生物模型，探究苹果皮渣多酚对其衰老的影响，测定其正常培养条件下的平均寿命、生殖能力、压力应激条件下的存活率及体内活性氧的变化规律。结果表明，苹果皮渣多酚显着延长了秀丽线虫的寿命，其中100μg/mL的苹果皮渣多酚效果最显着，延长秀丽线虫平均寿命43.30%，并且对其产卵量没有显着影响。同样，100μg/mL的苹果皮渣多酚显着延长了热应激、紫外应激、氧化应激等环境条件下秀丽线虫的寿命和体内活性氧水平。总之，本研究从苹果皮渣中提取纯化出多酚粉末，优化了超声波辅助提取苹果皮渣多酚的最佳工艺条件；利用红外光谱法和反相高效液相色谱法对其多酚类物质进行了成分分析；采用不同的抗氧化体系评价了苹果皮渣总酚的体内和体外抗氧化活性；通过不同应激条件下秀丽线虫的存活规律揭示苹果皮渣多酚延长寿命和体内抗氧化作用机理。
刘鹏[5]（2010）在《网络用户行为分析的若干问题研究》文中进行了进一步梳理互联网在当前的社会生活中已经越来越占据重要的位置。随着信息科技的进步和社会经济水平的发展,互联网规模迅速膨胀,网络流量、用户规模等互联网组成部分快速增长。随着移动设备、嵌入式系统以及传感器网络等新兴互联网组成部分的发展,互联网规模将在相当长的时间内持续增长。随着互联网的发展,互联网业务也从简单的传统业务发展到实时多媒体业务,进而发展到以资源共享和协同工作为特征的互联网业务。互联网能达到今天的规模一个重要的原因就是互联网业务种类呈现多样化和个性化的蓬勃发展。但是网络业务的快速发展也为电信运营商带来了一系列的挑战：需要重新掌握网络用户在使用业务方面的偏好模式以及其随时间变化的规律,从而制定针对性的资费套餐、有针对性的制定营销策略以及进行网络监管；不掌握用户上下线的行为模型就无法进行合理的服务器负载均衡,从而让服务器的服务性能达到最优。本文的主要内容是基于业务和时间变化的网络用户行为研究。本文通过对实际骨干网流量数据进行分析、挖掘,得到网络用户使用业务的偏好模式、网络用户使用业务的偏好模式随时间变化的规律以及对用户上下线行为模型。这些模型为电信运营商进行根据客户特点进行电信产品的定向营销、相关套餐的制定、有价值客户区分以及服务器负载均衡等提供有价值的研究基础。1)本文根据真实网络省级骨干网的数据特点和研究目的选定了层次聚类的算法。但是在实际应用中发现经典层次聚类算法及其已有的改进算法的时间复杂度太高。本文针对这个改进方向,提出了基于熵来对数据分组和基于数据特点来一次合并多个数据样本的的快速层次聚类算法,算法对比实验结果表明,改进算法与经典层次聚类算法相比,时间执行效率大大提高了7-8倍左右。即使是与基于最小生成树的改进层次聚类算法相比,算法也提高了3倍左右。2)根据快速层次聚类结果,本文揭示了网络用户业务使用偏好模式的组成以及各个网络用户业务使用偏好模式的人数分布。并深入分析了不同的网络用户业务使用偏好模式的使用频度的区别以及网络用户业务使用偏好模式与网络用户的每天在线时长、网络用户每天的流量以及流量的上下行比例的关系。3)本文对用户业务偏好变化随时间变化的规律进行研究,通过定义一系列的分析指标,揭示了用户业务偏好变化率随时间尺度、业务偏好变点变化的规律：用户业务偏好变化率并不单纯随时间尺度的增大而降低,而是有条件的成立。并对这种规律进行了解释和分析。最后对在一个月的时间序列中,出现的最多的几种用户业务偏好模式变化序列进行了总结和展示。4)本文首次利用非齐次泊松过程对网络用户上下线行为进行建模分析。本文通过对实际数据使用假设检验的方法来证实了用户上下线确实符合非齐次泊松过程。接着利用非齐次泊松过程对用户上下线行为进行了建模,并在相关假设的条件下理论推导出了用户上下线概率的计算公式。最后对用户上下线概率的公式进行了理论验证和数据验证。此外本文还给出了不同用户组的用户上下线登录概率分布图,为进一步的研究打下了基础。
张怡[6]（2009）在《基于模糊识别和负荷特性的电力负荷超短期预测方法研究》文中研究指明随着我国电力工业的快速发展和电网规模的不断扩大,电网的结构和运行方式日益复杂。有效提高和保证电力系统的安全可靠性、供电质量以及运行的经济性已成为电力系统发展的重要目标,而负荷预测工作无疑是实现这些目标的基础。超短期负荷预测通常是指预测未来一小时内负荷的变化,其对电力系统的运行监视、安全控制、发用电调控及电力市场运行等都非常重要。提高其预测精度既能提高电力系统的运行安全性,又能改善电力系统运行的经济性。本文较为深入地研究分析了超短期负荷预测的各种常用方法的算法原理和适用环境,较为系统地阐述了超短期负荷预测的基本原理、影响因素、预测模型及基本过程。在此基础上,针对某省级电网负荷特性进行了详细分析,归纳出该省级电网负荷曲线常见模式分类,对负荷趋势进行了定义,并基于负荷趋势提出了一种新型超短期负荷预测法。结合模糊识别技术,本文进一步提出先利用负荷趋势法提取样本日负荷变化率（可理解为日负荷变化模式）,然后对这些样本日负荷变化率曲线进行聚类。考虑到聚类过程中面向的负荷变化模式具有模糊性,很难用二值逻辑和精确数学来准确表述,正符合模糊理论（Fuzzy theory）精神,因而以模糊关系进行负荷变化模式聚类分析,即在超短期负荷预测中引入模糊聚类的经典方法模糊c均值聚类（FCM）法形成组合预测法,这将会较大程度地提高系统的柔性处理能力和预测精度。本文创新地提出了基于模糊识别和负荷特性的组合超短期负荷预测方法,其算法思想已成功应用于某省级电网超短期负荷预测功能模块。算例分析表明,该法预测准确度较高,且将伪数据的判别和加工修改融合在预测过程中,较大程度提高了算法效率。当然,这一研究还有若干问题有待进一步深入,以使其在理论和实践上得到发展、提高和完善。
王玉亮[7]（2008）在《基于机器视觉的玉米种子品种识别与检测研究》文中研究表明基于机器视觉的玉米种子品种识别与检测系统研究是山东省教育厅科技计划资助项目“基于计算机视觉的农产品自动检测技术研究”（J05G16）的一部分。本文构建了基于机器视觉的玉米种子品种识别与检测系统,搭建了图像采集硬件系统,应用VC++开发了玉米种子品种识别与检测软件系统,该系统可以对玉米种子图像进行采集与分析,提取图像中多个种子对象的几何特征和颜色特征,进行玉米种子品种识别与检测。在分析玉米种子的形态及光学特性的基础上,设计并搭建了玉米种子图像采集硬件系统,应用该硬件系统可以采集到符合玉米种子品种识别与检测要求的种子图像。分析了玉米种子图像在彩色空间中的颜色信息,对彩色空间变换和图像文件格式转换进行了算法试验,为几何和颜色特征提取做了准备。对图像格式转换、图像变换、图像直方图信息统计、图像增强、图像分割、形态学处理等一系列图像预处理算法进行了算法验证,经过对诸多算法的比较,设计了玉米种子图像预处理方案。试验表明,该图像预处理方案能提供进行玉米种子有效特征提取的目标图像。提出了一种多对象轮廓提取算法,该算法对玉米种子的几何特征提取具有较高的精度和适应性,克服了必须将图像中的单粒种子图像分割取出后才能进行轮廓提取的问题,实现了同时对多个种子对象进行轮廓跟踪和提取,提高了系统的执行效率。定义了玉米种子的各特征参数,在多对象轮廓提取算法中引入了一种新的数据结构和矢量标记算法,还在多对象轮廓提取算法的基础上提出了多对象几何特征和颜色特征提取算法,该算法有效解决了一次对种子图像中的多个对象进行特征提取的难题,提高了玉米种子各特征参数提取的精度和速度。在品种识别与检测方面,建立了农大108、郑单958、鲁单981、五岳18四个品种玉米种子特征库,对以上四个品种的玉米种子进行了品种识别与检验,识别正确率分别为96.23%、95.33%、98.13%、100%。
单文戈[8]（2007）在《期刊影响因子与论文被引频次的关系研究 ——以某科研院所为例》文中认为科技论文评价是科技评价的重要内容之一。目前，许多单位在进行科研绩效考核时，主要根据期刊影响因子评价论文，但实际上，用期刊影响因子评价论文时会出现高估或低估等现象，使对论文评估失真。为了探求产生这种现象的原因，本文从期刊影响因子与论文被引频次这两个最重要的文献计量指标入手，分析了期刊影响因子、论文被引频次以及二者间的关系。首先探究了期刊影响因子的产生、概念及计算方法，归纳了引文动机、引文习惯、期刊编辑加工、统计年限、统计源刊库、学科性质、期刊性质等多种影响“影响因子”的因素，比较了国内外许多学者关于影响因子的修正方法。通过论文之间相互引证构成引文网络，展望了引文分析尤其是同被引分析在科技评估领域内的应用前景。接着以某科研院所为实例，研究了期刊影响因子与论文被引频次之间的关系，研究结果表明，期刊影响因子主要是对论文形式价值的反映，论文被引频次主要是对论文学术价值的反映，论文的学术价值由其内容决定。在宏观层面上，期刊影响因子与论文被引频次的论文评价结果一致，即用期刊影响因子替代对论文本身的评价相对合理，但在微观层面上，二者的论文评价结果不完全一致。总体看来，期刊影响因子与论文被引频次在科技论文评价中的作用呈互补关系。最后分析了当前论文评价导向，认为其实质注重的是论文的形式价值，并以某科研院所为例说明了当前论文评价导向的不完善性。提出了对论文评价的建议：即将影响因子作为论文评价指标的有效性定为2年；论文发表2年后的评价应以被引频次为主要指标；全面评价论文要综合运用期刊影响因子与论文被引频次这两个指标，既根据论文发表期刊的质量，也关注论文的被引频次和被引期刊，得出定量的评估结果，做为同行评议等定性论文评价方法的有力补充。
潘峰[9]（2007）在《船舶主推进柴油机示功图识别专家系统的研究》文中研究说明随着国际石油价格的逐年上升，能源需求和消费越来越受到各方面的重视，因此国内外对如何提高能源地有效利用率的研究受到广泛关注。目前，柴油机广泛应用于国民经济的各个领域。因此，为了节约能源、降低污染和提高生产效率，各工业发达国家都十分重视柴油机燃烧的研究工作。节约能源，降低能耗，反应到柴油机上就是降低燃油消耗率，提高燃烧效率，降低排放和维护成本，提高生产效率，这需要柴油机燃烧分析的有力支持。船舶柴油机是以柴油机作为动力的船舶的心脏，但其结构复杂，工作条件恶劣，容易发生故障，而且检测过程繁杂，维修工作量大，一旦修理和维护不及时或不准确，将导致海损事故，造成人员财产损失和海洋污染。近年来，随着自动检测技术的不断提高，图像处理以及智能检测技术的发展，国内外都将这些新技术、新方法广泛的应用到传统的柴油机故障诊断技术中。从这个角度来看将柴油机气缸压力识别与先进信息处理技术结合，仍然是柴油机故障诊断研究的一个重要方向。本文主要通过对传统示功图故障诊断识别技术的研究，将传统的示功图分析过程与信号采集、图像识别以及专家系统进行结合，实现柴油机示功图的自动识别与诊断。整个系统的研究将促进柴油机示功图故障诊断技术向着自动化、智能化的方向发展，以提高轮机管理的现代化水平。本论文主要工作如下：（1）研究示功图在分析柴油机工作性能和运行状况中的原理，探究船舶柴油机的工作性能和运转状况特性及其相关参数；并结合柴油机监测信号的采集、分析处理，进行特征参数的提取，存储与示功图的绘制；（2）通过对图像自动识别技术的研究，将其与传统的手拉示功图识别过程进行结合，探究利用图像识别技术，自动识别示功图中的有用信息，实现对手拉式示功图特征参数的自动识别；（3）研究专家系统的基本原理和要求，结合本文研究实际，确定示功图故障诊断专家系统研究的故障类型，以及其表现形式和处理方法，建立柴油机示功图故障诊断专家系统；（4）结合数据库与面向对象程序开发知识，开发了柴油机示功图故障诊断专家系统处理平台，该平台可以实现对历史数据的保存与计算，并实现基于传感器技术的在线信号采集，以及示功图的绘制、特征参数计算等；并建立专家系统，进行专家识别与诊断。
翟改霞[10]（2007）在《基于数字技术的铸铁图像分析》文中研究指明长期以来人们都采用定性和半定量的方法对金相组织图像进行分析和评定,其工作量大、分析结果受主观因素影响大且结果的重现性、一致性差。所以,随着金相学的发展,逐步开始利用定量金相方法实现显微组织图像的分析。选取由石墨和基体组织组成的铸铁作为研究材料,经镶嵌、磨制、抛光、浸蚀等工序制备试样,在金相显微镜下对试样进行观察,确定最佳的采集视场,放大倍数根据定量检测标准选择为100×和200×,采集金相图像。利用数字图像处理技术对采集到的金相图像进行处理,实现金相分析。图像分析是金相分析的前提和基础,为了提高金相分析的精度和计算速度,提出基于数字图像处理技术对铸铁金相图像的处理与分析方法进行研究,并获得以下研究成果:1.对采集到的图像进行了标定,为定量测量提供比例尺度。2.将图像由彩色空间转换到灰度空间;针对铸铁金相图像常出现亮度不均匀现象,提出了利用同态滤波的原理对金相图像进行亮度的校正,并取得了好的效果;对金相图像利用传统的空间域和频率域的滤波方法作去噪处理,经过对滤波结果及算法运行效率的分析,本文利用中值滤波来滤除图像中的噪声。3.对铸铁灰度图像直方图进行分析,利用常用的分割算法:阈值化法、FCM聚类法、遗传算法和数学形态学算法对铸铁金相图像进行分割,分析了分割效果和算法的性能。提出了一种适合于铸铁金相图像的基于灰度图像二维统计信息的遗传FCM分割算法,提高分割效率,并得到好的分割效果。4.利用数学形态学知识,针对数学形态学单尺度结构元素梯度算法的局限性,提出了基于数学形态学的多尺度多结构元素梯度算子的边缘检测算法,与经典的边缘检测算法相比,该算法对噪声不敏感,可提取出光滑的目标边界。5.图像分割实现后,对图像中的不同目标区域进行了标识,获得目标物边界,统计出目标个数,提取出图像中各个目标物的面积、周长、形状因子、长短轴之比、伸长度、重心。6.采用面积率计算球化率,对球墨铸铁进行石墨球化评级;用MATLAB实现系统的集成,完成特征参数的保存。
二、欢迎订阅2002年度《中国体视学与图像分析》（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、欢迎订阅2002年度《中国体视学与图像分析》（论文提纲范文）
（1）基于深度学习的左心室腔体容积分析系统设计与实现（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 课题来源 |
| 1.2 课题研究的背景和意义 |
| 1.3 心室相关知识 |
| 1.4 国内外研究现状 |
| 1.4.1 心室腔体分割方法的国内外研究现状 |
| 1.4.2 心室区域检测方法的国内外研究现状 |
| 1.4.3 心脏腔体容积预测方法的国内外研究现状 |
| 1.4.4 心脏腔体分析系统的国内外研究现状 |
| 1.5 本文主要研究内容及章节安排 |
| 第2章 基于U-NET的左心室分割及容积计算 |
| 2.1 引言 |
| 2.1.1 传统MRI图像心室分割方法概述 |
| 2.1.2 基于机器学习的MRI图像心室分割方法概述 |
| 2.1.3 本章网络选择 |
| 2.2 基于U-NET的左心室分割方法 |
| 2.2.1 数据预处理 |
| 2.2.2 网络模型 |
| 2.2.3 训练策略 |
| 2.3 实验结果 |
| 2.3.1 评价指标 |
| 2.3.2 左心室分割结果 |
| 2.3.3 左心室容积计算 |
| 2.4 本章小结 |
| 第3章 基于三维卷积神经网络的左心室腔体容积预测 |
| 3.1 引言 |
| 3.2 基于三维卷积神经网络的左心室容积预测方法 |
| 3.2.1 数据预处理 |
| 3.2.2 网络模型 |
| 3.2.3 训练策略 |
| 3.3 实验结果 |
| 3.3.1 评价指标 |
| 3.3.2 左心室容积预测结果 |
| 3.4 本章小结 |
| 第4章 左心室腔体容积分析系统的设计与实现 |
| 4.1 系统需求分析 |
| 4.1.1 功能需求 |
| 4.1.2 非功能需求 |
| 4.2 系统设计 |
| 4.2.1 系统总体设计 |
| 4.2.2 系统详细设计 |
| 4.3 系统实现与测试 |
| 4.3.1 系统实现技术及开发环境 |
| 4.3.2 基本信息管理模块实现 |
| 4.3.3 左心室分割模块实现 |
| 4.3.4 左心室容积预测模块实现 |
| 4.3.5 系统测试 |
| 4.4 本章小结 |
| 结论 |
| 参考文献 |
| 致谢 |
（2）基于机器视觉的红提果粉及果粒尺寸在线检测方法及其装备（论文提纲范文）
| 摘要 |
| Abstract |
| 1.绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 基于机器视觉的水果检测技术研究现状 |
| 1.2.2 葡萄无损检测技术的研究现状 |
| 1.2.3 水果检测分级系统的研究现状 |
| 1.3 研究内容 |
| 1.4 技术路线 |
| 1.5 本章小结 |
| 2.红提图像采集试验 |
| 2.1 图像采集系统 |
| 2.1.1 图像采集硬件设置 |
| 2.1.2 在线采集试验平台 |
| 2.2 试验材料和方法 |
| 2.2.1 试验材料 |
| 2.2.2 试验方法 |
| 2.3 本章小结 |
| 3.红提串果粉附着率检测与分级模型 |
| 3.1 红提图像预处理 |
| 3.1.1 图像滤波 |
| 3.1.2 果梗去除 |
| 3.2 果粉及果肉区域特征参数提取 |
| 3.3 果粉的判别模型 |
| 3.3.1 朴素贝叶斯模型 |
| 3.3.2 BP神经网络模型 |
| 3.3.3 SVM支持向量机模型 |
| 3.3.4 判别模型的比较 |
| 3.4 红提串果粉分级结果 |
| 3.5 本章小结 |
| 4.红提串果粒尺寸检测与分级模型 |
| 4.1 边缘检测 |
| 4.2 红提果粒的定位 |
| 4.3 边缘拟合 |
| 4.3.1 梯度分割 |
| 4.3.2 随机最小二乘椭圆拟合 |
| 4.4 判别结果与分析 |
| 4.4.1 红提尺寸参数的转化 |
| 4.4.2 判别结果及分析 |
| 4.5 本章小结 |
| 5.红提品质在线检测控制系统及软件设计 |
| 5.1 控制器选择 |
| 5.2 电机控制系统 |
| 5.2.1 步进电机驱动系统硬件设置 |
| 5.2.2 步进电机、驱动器和单片机的接线图 |
| 5.2.3 PWM脉冲信号简介 |
| 5.3 图像采集控制系统的实现 |
| 5.3.1 传感器外部中断触发 |
| 5.3.2 上下位机通信 |
| 5.3.3 图像信息采集 |
| 5.4 红提品质在线检测软件开发及运行 |
| 5.4.1 软件开发 |
| 5.4.2 软件调试 |
| 5.4.3 在线检测软件运行 |
| 5.5 本章小结 |
| 6.红提检测分级装备设计 |
| 6.1 检测分级装备总体设计 |
| 6.2 检测分级装备各部分设计 |
| 6.2.1 输送装置设计 |
| 6.2.2 图像采集装置设计 |
| 6.2.3 分级踢出装置设计 |
| 6.2.4 分拣装置设计 |
| 6.3 本章小结 |
| 7.结论与展望 |
| 7.1 结论 |
| 7.2 创新点 |
| 7.3 讨论与展望 |
| 参考文献 |
| 附录A |
| 附录B |
| 致谢 |
（3）卡车司机疲劳驾驶预警机制及设备设计研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景与现状 |
| 1.1.1 交通安全预警设备发展现状 |
| 1.1.2 可穿戴设备发展现状 |
| 1.2 研究的目的和意义 |
| 1.3 现有卡车司机疲劳的检测方法 |
| 1.3.1 主观检测技术 |
| 1.3.2 客观监测技术 |
| 1.3.3 小结 |
| 1.4 研究的思路和方法 |
| 1.5 研究流程 |
| 第二章 用户需求分析 |
| 2.1 基于卡车司机心理 |
| 2.2 基于卡车司机行为 |
| 2.3 问卷调查 |
| 2.4 小结 |
| 第三章 设计策略 |
| 3.1 驾驶疲劳的成因 |
| 3.1.1 环境因素 |
| 3.1.2 身体因素 |
| 3.1.3 任务因素 |
| 3.1.4 小结 |
| 3.2 疲劳驾驶的表现 |
| 3.3 卡车司机驾驶疲劳监控提醒设备监测方法分析 |
| 3.4 卡车司机驾驶疲劳监控提醒设备监测人机分析 |
| 3.5 卡车司机驾驶疲劳监控提醒设备的设计原则 |
| 3.5.1 安全性原则 |
| 3.5.2 易用性原则 |
| 3.5.3 容错性原 |
| 3.6 小结 |
| 第四章 技术应用 |
| 4.1 司机在疲劳时的心率变异性(HRV)基本参数指标 |
| 4.2 心率变异性监测系统结构及性能要求 |
| 4.2.1 心率变异性监测系统的结构 |
| 4.2.2 心率变异性监测系统性能要求 |
| 第五章 产品设计 |
| 5.1 外观设计 |
| 5.2 提醒方式 |
| 5.3 充电器设计 |
| 5.4 电脑端软件界面 |
| 第六章 产品可靠性验证 |
| 6.1 实验样本 |
| 6.2 实验方法 |
| 6.3 实验数据 |
| 6.4 实验结果及分析 |
| 第七章 结论与展望 |
| 参考文献 |
| 致谢 |
| 攻读学位期间发表的论文和科研成果 |
| 附录 |
（4）苹果皮渣多酚提取、纯化及抗氧化活性研究（论文提纲范文）
| 摘要 |
| Abstract |
| 英文缩略表 |
| 第一章 绪论 |
| 1.1 苹果皮渣高值化利用研究现状 |
| 1.1.1 苹果皮渣资源状况 |
| 1.1.2 苹果皮渣的开发利用 |
| 1.2 苹果多酚研究概述 |
| 1.2.1 苹果多酚的组成及理化性质 |
| 1.2.2 苹果多酚的生物活性功能 |
| 1.2.3 苹果多酚的提取与纯化 |
| 1.2.4 苹果多酚的应用前景 |
| 1.3 研究目的与研究内容 |
| 1.3.1 研究目的 |
| 1.3.2 研究内容 |
| 第二章 响应面优化苹果皮渣多酚超声提取工艺 |
| 2.1 前言 |
| 2.2 材料与方法 |
| 2.2.1 材料与试剂 |
| 2.2.2 主要仪器 |
| 2.2.3 实验方法 |
| 2.3 结果与讨论 |
| 2.3.1 超声提取时间对苹果皮渣总酚提取率的影响 |
| 2.3.2 超声提取功率对苹果皮渣总酚提取率的影响 |
| 2.3.3 提取温度对苹果皮渣总酚提取率的影响 |
| 2.3.4 料液比对苹果皮渣总酚提取率的影响 |
| 2.3.5 响应曲面优化试验 |
| 2.4 小结 |
| 第三章 苹果皮渣多酚的纯化及鉴定 |
| 3.1 前言 |
| 3.2 材料与方法 |
| 3.2.1 材料与试剂 |
| 3.2.2 主要仪器 |
| 3.2.3 实验方法 |
| 3.3 结果与讨论 |
| 3.3.1 大孔树脂对苹果皮渣多酚的纯化效果 |
| 3.3.2 红外光谱图（IR）分析 |
| 3.3.3 反高效液相色谱分析结果 |
| 3.4 小结 |
| 第四章 苹果皮渣多酚体外抗氧化试验 |
| 4.1 前言 |
| 4.2 材料与方法 |
| 4.2.1 仪器与试剂 |
| 4.2.2 主要仪器 |
| 4.2.3 实验方法 |
| 4.3 结果与讨论 |
| 4.3.1 苹果皮渣多酚对 ABTS 自由基的清除作用 |
| 4.3.2 苹果皮渣多酚对 DPPH 自由基的清除作用 |
| 4.3.3 苹果皮渣多酚对铁还原能力（FRAP）的测定 |
| 4.3.4 苹果皮渣多酚对超氧阴离子自由基的清除作用 |
| 4.3.5 苹果皮渣多酚对自由基的清除作用（PCL 法） |
| 4.4 小结 |
| 第五章 苹果皮渣多酚秀丽线虫体内抗氧化试验 |
| 5.1 前言 |
| 5.2 实验材料与方法 |
| 5.2.1 材料与试剂 |
| 5.2.2 主要仪器 |
| 5.2.3 溶液及培养基 |
| 5.2.4 试验方法 |
| 5.3 结果与讨论 |
| 5.3.1 秀丽线虫各时期发育情况 |
| 5.3.2 苹果皮渣多酚对秀丽线虫寿命的影响 |
| 5.3.3 苹果皮渣多酚对秀丽线虫生殖能力的影响 |
| 5.3.4 秀丽线虫压力应激实验 |
| 5.3.5 秀丽线虫体内活性氧（ROS）的测定 |
| 5.4 小结 |
| 第六章 全文结论 |
| 6.1 主要结论 |
| 6.2 创新点 |
| 6.3 展望 |
| 参考文献 |
| 致谢 |
| 作者简历 |
（5）网络用户行为分析的若干问题研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 互联网业务发展现状 |
| 1.1.1 WEB业务 |
| 1.1.2 电子邮件业务 |
| 1.1.3 FTP业务 |
| 1.1.4 语音类业务 |
| 1.1.5 P2P下载 |
| 1.1.6 一般视频类业务 |
| 1.1.7 P2P流媒体 |
| 1.1.8 即时通讯类业务 |
| 1.1.9 网络游戏业务 |
| 1.1.10 无线互联网 |
| 1.1.11 互联网业务小结 |
| 1.2 互联网业务发展的挑战与机遇 |
| 1.2.1 网络信息安全问题 |
| 1.2.2 互联网新业务给监管部门带来挑战 |
| 1.2.3 互联网新业务给运营商运营维护带来挑战 |
| 1.2.4 新业务的不断发展给运营商带来机遇 |
| 1.3 研究意义 |
| 1.3.1 对于网络信息安全的意义 |
| 1.3.2 对于政府管理和舆情控制的意义 |
| 1.3.3 对于运营商方面管理和运营的意义 |
| 1.4 本文创新点 |
| 1.5 本文结构安排 |
| 第二章 网络用户行为研究背景现状 |
| 2.1 网络用户行为的概念与分类 |
| 2.1.1 网络用户行为的概念和特点 |
| 2.1.2 网络用户行为的分类 |
| 2.2 网络用户行为特征的选择和表示 |
| 2.3 网络用户行为分析的方法 |
| 2.3.1 聚类分析 |
| 2.3.2 关联分析 |
| 2.3.3 决策树 |
| 2.3.4 神经网络 |
| 2.3.5 时序数据挖掘 |
| 第三章 基于快速层次聚类算法的用户业务使用偏好分组 |
| 3.1 研究意义及背景 |
| 3.2 数据来源 |
| 3.3 采用方法的选择 |
| 3.3.1 算法选择依据 |
| 3.3.2 层次聚类算法 |
| 3.4 方法的改进 |
| 3.4.1 基于数据特点和熵对数据初步分组降低时间复杂度 |
| 3.4.2 基于数据特点一次减少多个单点簇降低时间复杂度 |
| 3.4.3 改进算法以及效果 |
| 3.5 每日聚类结果数据分析 |
| 3.5.1 结果的解释 |
| 3.5.2 结果举例 |
| 3.6 一月聚类结果数据分析 |
| 3.6.1 簇的再次汇聚分析 |
| 3.6.2 用户业务偏好模式的使用频度分析 |
| 3.6.3 用户业务偏好模式与在线时长和流量的关联分析 |
| 本章小结 |
| 第四章 用户业务使用偏好随时间变化规律研究 |
| 4.1 研究意义以及背景 |
| 4.2 用户业务偏好变化随时间尺度变化的规律研究 |
| 4.2.1 数据来源 |
| 4.2.2 分析方法 |
| 4.2.3 数据分析 |
| 4.3 用户业务偏好变化随时间序列变化的规律研究 |
| 4.3.1 数据来源 |
| 4.3.2 分析方法 |
| 4.3.3 数据分析 |
| 本章小结 |
| 第五章 基于非齐次泊松模型的用户上下线行为研究 |
| 5.1 研究意义及背景 |
| 5.2 齐次泊松过程与非齐次泊松过程 |
| 5.2.1 齐次泊松过程 |
| 5.2.2 非齐次泊松过程 |
| 5.3 分析的数据来源 |
| 5.4 使用非齐次泊松模型分析的原因 |
| 5.4.1 数据的直观感受 |
| 5.4.2 非齐次泊松过程的数据验证 |
| 5.5 问题的描述和假设 |
| 5.6 基于非齐次泊松过程用户上下线行为建模分析 |
| 5.6.1 用户上下线行为的非齐次泊松过程描述 |
| 5.6.2 用户上下线行为的一个重要假设的说明和验证 |
| 5.6.3 非齐次泊松过程用户上下线行为建模分析和理论验证 |
| 5.7 模型的数据验证 |
| 5.7.1 对用户一天内各个时刻上下线人数的验证 |
| 5.7.2 对不同用户组的上下线概率的描述 |
| 本章小结 |
| 结束语:总结与展望 |
| 参考文献 |
| 附录:缩写词说明 |
| 致谢 |
| 攻读学位期间发表的学术论文目录 |
（6）基于模糊识别和负荷特性的电力负荷超短期预测方法研究（论文提纲范文）
| 致谢 |
| 摘要 |
| Abstract |
| 第一章 绪言 |
| 1.1 课题的目的和背景 |
| 1.2 超短期负荷预测的概述 |
| 1.3 国内外超短期负荷预测的发展与现状 |
| 1.3.1 传统预测方法 |
| 1.3.2 现代预测方法 |
| 1.3.3 综合预测方法 |
| 1.4 本文的主要工作 |
| 第二章 电力系统超短期负荷预测的基本概念和原理 |
| 2.1 负荷预测的基本原理及影响因素 |
| 2.1.1 负荷预测的基本原理 |
| 2.1.2 负荷预测的影响因素 |
| 2.2 负荷预测的基本模型 |
| 2.2.1 基本正常负荷分量 |
| 2.2.2 天气敏感负荷分量 |
| 2.2.3 特别事件分量 |
| 2.2.4 随机负荷分量 |
| 2.3 超短期负荷预测基本过程 |
| 2.4 负荷预测的误差分析 |
| 第三章 负荷特性分析和基于负荷趋势的超短期负荷预测方法研究 |
| 3.1 电力系统负荷特性分析 |
| 3.1.1 电力系统负荷的特点 |
| 3.1.2 电力系统负荷的分类 |
| 3.2 某省级电网负荷特性分析 |
| 3.2.1 负荷特性分析的研究内容 |
| 3.2.2 某省级电网典型日负荷曲线特性分析 |
| 3.2.3 某省级电网气温相关负荷曲线特性分析 |
| 3.3 基于负荷趋势的新型超短期负荷预测法 |
| 3.3.1 负荷趋势的定义 |
| 3.3.2 负荷趋势规律归纳 |
| 3.3.3 基于负荷趋势的超短期负荷预测法 |
| 第四章 超短期负荷预测中模糊识别技术的应用及其Matlab实现 |
| 4.1 模糊数学基础及其在负荷预测中的优势 |
| 4.1.1 模糊集合 |
| 4.1.2 模糊关系 |
| 4.1.3 语言变量 |
| 4.1.4 模糊规则库 |
| 4.1.5 模糊推理过程 |
| 4.2 模糊模式识别 |
| 4.2.1 模式和模式识别的定义 |
| 4.2.2 直接法——对个体的识别 |
| 4.2.3 间接法——对整体的识别 |
| 4.2.4 建立隶属函数的方法及贴近度 |
| 4.3 模糊C均值聚类算法 |
| 4.3.1 数据集的硬C划分空间和模糊C划分空间 |
| 4.3.2 硬C均值聚类算法的原理 |
| 4.3.3 模糊C均值聚类算法的原理 |
| 4.3.4 模糊C均值聚类算法存在的问题 |
| 4.4 模糊C均值聚类的Matlab实现 |
| 4.4.1 Matlab简介 |
| 4.4.2 MATLAB之FCM的源代码分析 |
| 4.4.3 MATLAB中FCM函数应用 |
| 4.5 基于模糊C均值聚类的超短期负荷特性分类 |
| 第五章 基于模糊识别和负荷特性的超短期负荷预测及其实现 |
| 5.1 基于模糊识别和负荷特性的组合预测方法及其误差分析 |
| 5.1.1 电网负荷趋势分析 |
| 5.1.2 组合预测法算法介绍 |
| 5.1.3 算例及误差分析 |
| 5.2 超短期负荷预测系统实现 |
| 5.2.1 系统基本情况 |
| 5.2.2 系统构成及接口设计 |
| 5.2.3 系统主要功能特点 |
| 第六章 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 作者简历 |
（7）基于机器视觉的玉米种子品种识别与检测研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1. 绪论 |
| 1.1 问题的提出 |
| 1.2 研究的目的和意义 |
| 1.3 国内外研究现状 |
| 1.3.1 机器视觉概述 |
| 1.3.2 国外研究现状 |
| 1.3.3 国内研究现状 |
| 1.4 研究内容与方法 |
| 小结 |
| 2. 玉米种子品种识别与检测系统总体设计 |
| 2.1 玉米种子品种识别与检测系统硬件系统搭建 |
| 2.2 玉米种子品种识别与检测的流程 |
| 2.3 玉米种子品种识别与检测软件系统功能设计 |
| 2.3.1 软件开发工具 |
| 2.3.2 软件功能 |
| 小结 |
| 3 玉米种子图像采集与预处理算法研究 |
| 3.1 玉米种子图像采集 |
| 3.2 玉米种子数字图像彩色空间 |
| 3.2.1 RGB 彩色空间 |
| 3.2.2 HSI 彩色空间 |
| 3.3 玉米种子数字图像及其矩阵表示 |
| 3.4 玉米种子数字图像的格式转换 |
| 3.4.1 JPEG 文件格式 |
| 3.4.2 BMP（位图）文件格式 |
| 3.4.3 彩色图像 |
| 3.4.4 灰度图像 |
| 3.4.5 图像灰度化 |
| 3.5 图像增强 |
| 3.5.1 邻域平均法 |
| 3.5.2 中值滤波 |
| 3.6 图像分割 |
| 3.6.1 图像分割的一般模型 |
| 3.6.2 阈值分割 |
| 3.7 图像形态学处理 |
| 3.7.1 形态学操作中集合论的基本概念 |
| 3.7.2 形态学基本算法 |
| 小结 |
| 4. 玉米种子特征参数定义及提取 |
| 4.1 玉米种子特征参数定义 |
| 4.2 玉米种子多对象轮廓提取 |
| 4.2.1 像素间的基本关系 |
| 4.2.2 轮廓提取算法 |
| 4.2.3 多对象轮廓提取算法 |
| 4.3 玉米种子几何特征参数提取 |
| 4.3.1 玉米种子基本几何特征参数提取 |
| 4.3.2 玉米种子不变矩特征参数提取 |
| 4.4 玉米种子颜色特征参数提取 |
| 小结 |
| 5. 玉米种子品种识别与检测 |
| 5.1 玉米种子特征分析 |
| 5.2 玉米种子特征库建立 |
| 5.3 玉米种子品种识别与检测 |
| 5.3.1 玉米种子品种识别 |
| 5.3.2 玉米种子检测 |
| 5.4 玉米种子识别与检测系统应用实例 |
| 小结 |
| 6. 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 攻读硕士学位期间发表论文情况 |
（8）期刊影响因子与论文被引频次的关系研究 ——以某科研院所为例（论文提纲范文）
| 中文摘要 |
| 英文摘要 |
| 1 绪论 |
| 1.1 论文评价是科技管理的重要环节 |
| 1.2 评价指标大多采用期刊影响因子 |
| 1.3 期刊影响因子作为论文评价指标有失真现象 |
| 1.3.1 论文水平与期刊影响因子数值并不等同 |
| 1.3.2 期刊影响因子不能反映本期刊论文间的水平差异 |
| 1.3.3 同一期刊被不同数据库收录，影响因子值不同 |
| 1.4 期刊影响因子、论文被引频次及二者关系需要实证研究 |
| 2 科技论文定性与定量评价特点 |
| 2.1 论文定性评价需要定量数据支持 |
| 2.2 论文定量评价客观易行 |
| 2.3 文献计量适用于论文价值的定量分析 |
| 2.3.1 论文数量 |
| 2.3.2 期刊影响因子 |
| 2.3.3 论文被引频次 |
| 3 期刊影响因子及其修正 |
| 3.1 期刊影响因子的产生 |
| 3.2 期刊影响因子的概念与计算方法 |
| 3.3 期刊影响因子的影响因素 |
| 3.3.1 引文方面 |
| 3.3.2 期刊编辑加工的影响 |
| 3.3.3 统计年限 |
| 3.3.4 统计源刊库选择 |
| 3.3.5 学科性质 |
| 3.3.6 期刊性质 |
| 3.4 期刊影响因子的修正方法 |
| 4 论文被引与引文分析 |
| 4.1 引文分析的概念 |
| 4.2 引文网络的三种联系方式 |
| 4.2.1 时间序列网络 |
| 4.2.2 共被引网络 |
| 4.2.3 共引用祸合网络 |
| 4.3 共被引网络分析在科技评估领域中的应用 |
| 4.3.1 共被引分析可反映某单位科研人员工作的相关性 |
| 4.3.2 共被引分析是学科评估的重要手段 |
| 4.4 引文分析在其他领域的应用前景 |
| 4.4.1 研究科学史及科学结构 |
| 4.4.2 提供跨学科科研新思路 |
| 4.4.3 预测科学技术发展态势 |
| 4.5 引文分析的可视化 |
| 5 案例分析—某院论文产出与影响分析 |
| 5.1 统计源的选取原则及统计方法 |
| 5.2 论文发表数量的统计 |
| 5.2.1 某科研院所被SCI收录论文的年度统计 |
| 5.2.2 与我国SCI论文年度分布相比较 |
| 5.2.3 某科研院所被CNKI期刊库收录论文的年度统计 |
| 5.2.4 某科研院所论文发表数量年度分布规律分析 |
| 5.3 某科研院所论文在国内外期刊的分布与统计 |
| 5.3.1 某科研院所SCI论文在国内外期刊的分布 |
| 5.3.2 刊载某科研院所被SCI收录论文期刊影响因子统计 |
| 5.3.3 某科研院所发表SCI论文最多的期刊统计 |
| 5.3.4 某科研院所发表SCI论文的高影响因子期刊统计 |
| 5.3.5 某科研院所被SCI收录论文期刊统计分析 |
| 5.3.6 发表某科研院所国内论文最多的期刊统计与分析 |
| 5.4 论文被引频次的统计 |
| 5.4.1 某科研院所SCI论文被引用数量及所占比例 |
| 5.4.2 某科研院所SCI论文被引频次及篇数统计 |
| 5.4.3 某科研院所SCI论文篇均被引频次统计 |
| 5.4.4 某科研院所国内论文的被引用数量及被引频次统计 |
| 5.4.5 论文被引频次统计结果分析 |
| 5.5 某科研院所论文引证论文的发表期刊统计 |
| 5.5.1 某科研院所SCI论文被引频次在中外刊的分布 |
| 5.5.2 发表某科研院所引证论文最多的期刊分布 |
| 5.5.3 刊载某科研院所论文引证论文期刊分析 |
| 6 期刊影响因子与论文被引频次的关系研究 |
| 6.1 宏观层面上二者论文评价结果一致 |
| 6.1.1 某科研院所发表在低影响因子刊物上论文被引频次统计 |
| 6.1.2 某科研院所被引用论文在不同影响因子区间篇均被引频次分析 |
| 6.2 微观层面上二者论文评价结果不完全一致 |
| 6.3 论文评价中期刊影响因子与论文被引频次呈互补关系 |
| 6.3.1 论文的学术价值 |
| 6.3.2 论文的形式价值 |
| 6.3.3 期刊影响因子是论文形式价值的反映 |
| 6.3.4 论文的学术价值决定论文的真实价值 |
| 6.3.5 论文被引频次在很大程度上反映了论文的学术价值 |
| 6.3.6 论文被引频次评价论文学术价值的局限性 |
| 7 对论文评价的探讨与建议 |
| 7.1 当前论文评价注重论文的形式价值 |
| 7.2 当前论文评价导向不够科学 |
| 7.2.1 某科研院所被SCI收录论文有半数发表在中国期刊上 |
| 7.2.2 某科研院所被SCI收录论文近半数未被引用 |
| 7.2.3 5年跨度影响因子值高于2年影响因子平均值 |
| 7.3 对改进论文定量评价方法的建议 |
| 7.3.1 将影响因子的有效性定为2年 |
| 7.3.2 论文发表2年后应以被引频次为主要评价指标 |
| 7.3.3 全面评价需要综合运用期刊影响因子与论文被引频次 |
| 7.3.4 论文定量评价也要注意其适应性 |
| 参考文献 |
| 文献综述 |
| 致谢 |
（9）船舶主推进柴油机示功图识别专家系统的研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 引言 |
| 1.2 柴油机故障诊断技术国内外研究现状 |
| 1.3 图像处理技术在柴油机故障诊断中的应用 |
| 1.4 本文研究的主要内容和技术路线 |
| 第2章 船舶柴油机示功图故障诊断机理研究 |
| 2.1 柴油机主要工作部件 |
| 2.2 柴油机故障诊断的常用方法 |
| 2.2.1 热力性能参数监测法 |
| 2.2.2 油液分析法 |
| 2.2.3 瞬时转速监测诊断法 |
| 2.2.4 振动信号故障诊断法 |
| 2.3 柴油机示功图故障诊断 |
| 2.4 示功图故障诊断专家机理研究 |
| 2.4.1 气缸活塞组件 |
| 2.4.2 配气系统 |
| 2.4.3 燃油系统 |
| 2.5 故障诊断推理机 |
| 2.6 本章小结 |
| 第3章 示功图数据采集与分析 |
| 3.1 数据采集原理 |
| 3.2 硬件系统 |
| 3.2.1 上止点确定 |
| 3.2.2 光电编码器 |
| 3.2.3 气缸压力传感器 |
| 3.2.4 A/D数据采集卡 |
| 3.2.5 信号调理 |
| 3.3 数据采集软件系统 |
| 3.3.1 数据预处理 |
| 3.3.2 特征参数提取 |
| 3.4 本章小结 |
| 第4章 柴油机示功图图像自动识别 |
| 4.1 图像识别的发展与现状 |
| 4.2 图像识别 |
| 4.2.1 图像预处理 |
| 4.2.2 图像分割 |
| 4.2.3 特征提取 |
| 4.2.4 识别分类 |
| 4.3 示功图图像自动识别 |
| 4.3.1 示功图输入 |
| 4.3.2 图像预处理 |
| 4.3.3 图像分割 |
| 4.3.4 特征提取 |
| 4.4 本章小结 |
| 第5章 柴油机示功图专家系统的构建 |
| 5.1 专家系统 |
| 5.2 专家系统的组成部分 |
| 5.2.1 知识库 |
| 5.2.2 推理机 |
| 5.2.3 人机接口 |
| 5.3 柴油机示功图故障诊断专家系统 |
| 5.3.1 知识的获取 |
| 5.3.2 推理机的设计 |
| 5.3.3 人机接口的设计 |
| 5.4 本章小结 |
| 第6章 柴油机示功图故障诊断专家系统 |
| 6.1 数据库的设计 |
| 6.2 功能模块的设计 |
| 6.2.1 基于数据的分析系统 |
| 6.2.2 基于手拉示功图的分析系统 |
| 6.3 专家系统的实现 |
| 6.4 本章小结 |
| 第7章 总结和展望 |
| 7.1 总结 |
| 7.2 展望 |
| 参考文献 |
| 致谢 |
| 作者在攻读硕士学位期间发表的学术论文 |
（10）基于数字技术的铸铁图像分析（论文提纲范文）
| 摘要 |
| Abstract |
| 1 引言 |
| 1.1 数字图像处理概述 |
| 1.1.1 图像的分类 |
| 1.1.2 数字图像处理的主要内容 |
| 1.2 课题研究背景及意义 |
| 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 存在的问题 |
| 1.5 研究内容及目标 |
| 1.6 小结 |
| 2 金相图像的采集 |
| 2.1 研究材料的选择 |
| 2.2 金相试样的制备 |
| 2.2.1 试样的制备过程 |
| 2.2.2 图像采集前准备 |
| 2.3 图像采集 |
| 2.4 金相图像的标定 |
| 2.4.1 标定方法 |
| 2.4.2 金相采集系统的标定 |
| 2.5 小结 |
| 3 图像预处理 |
| 3.1 图像类型的选择 |
| 3.2 图像增强 |
| 3.2.1 灰度变换法 |
| 3.2.2 直方图处理 |
| 3.2.3 增强结果 |
| 3.3 亮度不均匀校正 |
| 3.3.1 同态滤波校正不均匀度原理 |
| 3.3.2 实验结果 |
| 3.4 图像的平滑滤波 |
| 3.4.1 空间域滤波 |
| 3.4.2 频率域滤波 |
| 3.4.3 基于小波变换的滤波处理 |
| 3.4.4 平滑滤波效果比较 |
| 3.5 预处理算法分析 |
| 3.6 小结 |
| 4 图像分割 |
| 4.1 常用分割方法 |
| 4.1.1 基于灰度门限的分割方法 |
| 4.1.2 基于模糊聚类技术的图像分割 |
| 4.1.3 基于遗传算法的分割 |
| 4.1.4 基于数学形态学的分割 |
| 4.1.5 实验结果 |
| 4.2 基于灰度图像二维统计信息的改进遗传 FCM 算法 |
| 4.2.1 遗传算法基本理论 |
| 4.2.2 点灰度—区域灰度二维直方图的构建 |
| 4.2.3 二维直方图与 FCM 算法 |
| 4.2.4 算法的实现 |
| 4.2.5 实验结果 |
| 4.3 边缘检测算法 |
| 4.3.1 经典边缘检测算法 |
| 4.3.2 基于多尺度多结构元数学形态学梯度算子的边缘检测算法 |
| 4.4 小结 |
| 5 特征提取 |
| 5.1 区域标记算法 |
| 5.2 区域矩特征 |
| 5.3 形状特征参数的提取 |
| 5.3.1 区域标记后目标颗粒面积的计算 |
| 5.3.2 区域标记后目标颗粒周长的计算 |
| 5.3.3 其它参数 |
| 5.3.4 实验结果 |
| 5.4 小结 |
| 6 铸铁金相检验 |
| 6.1 球墨铸铁金相检验 |
| 6.1.1 石墨形态对球墨铸铁的影响 |
| 6.1.2 球墨铸铁球化率评级 |
| 6.1.3 球墨铸铁其它参数的确定 |
| 6.1.4 实验结果 |
| 6.2 可锻铸铁石墨几何特征参数提取 |
| 6.3 灰铸铁片状石墨的几何特征参数提取 |
| 6.4 小结 |
| 7 软件系统结构 |
| 8 结论 |
| 9 建议 |
| 致谢 |
| 参考文献 |
| 作者简介 |
四、欢迎订阅2002年度《中国体视学与图像分析》（论文参考文献）
- [1]基于深度学习的左心室腔体容积分析系统设计与实现[D]. 刘文倩. 哈尔滨工业大学, 2020(01)
- [2]基于机器视觉的红提果粉及果粒尺寸在线检测方法及其装备[D]. 肖壮. 华中农业大学, 2018(01)
- [3]卡车司机疲劳驾驶预警机制及设备设计研究[D]. 李修权. 西南交通大学, 2017(03)
- [4]苹果皮渣多酚提取、纯化及抗氧化活性研究[D]. 李珍. 中国农业科学院, 2014(10)
- [5]网络用户行为分析的若干问题研究[D]. 刘鹏. 北京邮电大学, 2010(11)
- [6]基于模糊识别和负荷特性的电力负荷超短期预测方法研究[D]. 张怡. 浙江大学, 2009(S1)
- [7]基于机器视觉的玉米种子品种识别与检测研究[D]. 王玉亮. 山东农业大学, 2008(03)
- [8]期刊影响因子与论文被引频次的关系研究 ——以某科研院所为例[D]. 单文戈. 中国人民解放军军事医学科学院, 2007(04)
- [9]船舶主推进柴油机示功图识别专家系统的研究[D]. 潘峰. 武汉理工大学, 2007(05)
- [10]基于数字技术的铸铁图像分析[D]. 翟改霞. 内蒙古农业大学, 2007(03)