首页> 中文学位 >扭矩扳子示值识别方法研究
【6h】

扭矩扳子示值识别方法研究

代理获取

目录

声明

摘要

第1章绪论

1.1研究背景及意义

1.2扭矩扳子的检定

1.2.1扭矩扳子

1.2.2检定装置

1.2.3检定过程

1.3示值识别国内外发展现状

1.3.1字符识别的发展现状

1.3.2仪表示值识别的发展现状

1.4本文的主要工作和内容安排

第2章基于卷积神经网络的示值识别模型

2.1卷积神经网络结构

2.1.1卷积层

2.1.2聚合层

2.1.3分类层

2.2模型结构的设计

2.2.1网络层数的确定

2.2.2卷积层提取综合特征的方案

2.2.3分类器的选择

2.3示值识别网络整体结构

2.4本章小结

第3章示值识别模型的训练方法

3.1损失函数

3.2学习过程

3.2.1梯度下降法

3.2.2后向传播算法

3.2.3批量梯度下降法

3.3激活函数选择

3.3.1激活函数类型

3.3.2梯度消失问题

3.3.3选取抑制梯度消失的激活函数

3.4权重初始化方法

3.5学习率的选取

3.6模型训练

3.6.1训练过程

3.6.2训练损失率与测试正确率结果分析

3.6.3不同模型的训练与测试结果

3.7本章小结

第4章扭矩扳子检定系统设计

4.1检定系统总体结构

4.2示值识别

4.2.1图像预处理

4.2.2单字符识别

4.3扭矩加/卸载控制

4.3.1加载控制

4.3.2卸载控制

4.4检定系统操作界面设计

4.4.1扭矩扳子检定操作界面

4.4.2检定数据查询界面

4.4.3扭矩扳子信息维护界面

4.4.4参数设置界面

4.5本章小结

第5章总结与展望

参考文献

致谢

展开▼

著录项

  • 作者

    高华云;

  • 作者单位

    东北大学;

  • 授予单位 东北大学;
  • 学科 控制工程
  • 授予学位 硕士
  • 导师姓名 袁平;
  • 年度 2017
  • 页码
  • 总页数
  • 原文格式 PDF
  • 正文语种 chi
  • 中图分类
  • 关键词

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号