有哪些信誉好的足球投注网站- 1、本文档共34页，可阅读全部内容。
- 2、有哪些信誉好的足球投注网站（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
图像特征与振动频谱多源融合驱动的煤矸识别技术研究
目录
一、内容描述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．2
1.1研究背景及意义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．3
1.2国内外研究现状分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．4
1.3研究目标与内容概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．5
二、理论基础与技术路线．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．5
2.1图像特征提取方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．6
2.2振动频谱分析技术．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．7
2.3多源数据融合理论．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．8
2.4煤矸识别技术研究现状．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．9
2.5本研究的技术路线．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．10
三、实验材料与设备．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．10
3.1实验材料．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．11
3.2实验设备介绍．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．12
四、图像特征提取方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．13
4.1灰度共生矩阵法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．14
4.2局部二值模式法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．15
4.3小波变换法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．16
4.4深度学习方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．17
五、振动频谱分析技术．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．17
5.1傅里叶变换法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．19
5.2快速傅里叶变换法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．20
5.3时频分析法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．21
六、多源数据融合策略．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．22
6.1数据预处理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．23
6.2特征选择与降维．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．24
6.3融合模型构建与优化．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．26
七、煤矸识别算法实现．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．27
7.1算法流程设计．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．28
7.2实验环境搭建．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．28
7.3实验结果分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．29
八、案例分析与应用前景．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．30
8.1案例分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．31
8.2应用前景预测．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．32
九、结论与展望．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．33
9.1研究成果总结．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．34
9.2研究不足与改进方向．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．35
9.3未来研究方向展望．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．
文档评论（0）