声明
第1章 绪 论
1.1 研究背景及意义
1.2 国内外研究现状
1.2.1 回转窑燃烧状态识别研究现状
1.2.2图像去雾算法的研究现状
1.2.3 深度学习在图像识别技术的应用现状
1.3 本文研究内容与各章节安排
第2章 图像去雾与燃烧状态识别的理论基础
2.1大气散射模型
2.2神经网络
2.3卷积神经网络
2.3.1卷积神经网络的结构
2.3.2卷积神经网络的训练
2.3.3卷积网络的生物视角
2.4本章小结
第3章 基于卷积神经网络的回转窑火焰图像去雾
3.1 引言
3.2基于卷积神经网络的图像去雾算法
3.3基于卷积神经网络的回转窑火焰图像去雾
3.3.1去雾后图像表达式
3.3.2去雾网络模型设计
3.4实验与结果分析
3.4.1 数据集和实验设置
3.4.2合成雾图的实验结果
3.4.2视觉效果评估
3.4.3与高级视觉任务联合的性能评估
3.4.3时间的评估
3.5 本章小结
第4章 基于深度学习的回转窑燃烧状态识别
4.1引言
4.2 VGG-16网络
4.3 基于深度学习的回转窑燃烧控制系统
4.3.1 回转窑火焰图像燃烧状态分析
4.3.2基于CNN模型的迁移学习
4.3.3 基于迁移VGG-16网络的燃烧状态识别模型
4.4 实验与结果分析
4.4.1实验数据集
4.4.2实验设置
4.4.3 实验结果分析
4.5 本章小结
结论
1 全文工作总结
2 未来工作展望
参考文献
致谢
附录 A 攻读硕士学位期间所发表的学术论文
湖南大学;