寫作論文必須要先寫論文提綱,但論文提綱格式很難有一個通用模式,下面是小編蒐集整理的自動化碩士論文提綱,歡迎閱讀檢視。
自動化碩士論文提綱一
摘要 6-7
Abstract 7-8
第一章 緒論 11-19
1.1 課題來源 11
1.2 研究的背景和意義 11-13
1.3 國內外研究現狀 13-16
1.3.1 土壤壓實對作物影響 13
1.3.2 數字影象處理 13-14
1.3.3 虛擬植物 14-16
1.4 本研究的內容,技術路線 16-18
1.4.1 研究內容 16-17
1.4.2 技術路線 17-18
1.5 本章小結 18-19
第二章 試驗方案設計 19-29
2.1 土缽容重標定 19-25
2.1.1 壓實裝置設計 19-20
2.1.2 容重標定 20-25
2.2 栽培與管理方法 25-26
2.3 資料採集方案 26-28
2.3.1 原位觀測資料獲取 26-27
2.3.2 破壞性取樣測量資料獲取 27-28
2.4 本章小結 28-29
第三章 基於影象分析的陸稻形態特徵獲取方法研究 29-42
3.1 植物影象獲取 30-31
3.2 影象增強 31-32
3.2.1 影象平滑 31-32
3.2.2 影象銳化 32
3.3 影象分割 32-37
3.3.1 閾值分割法 33-34
3.3.2 數學形態學運算 34-37
3.3.3 連通域檢測演算法 37
3.4 植物特徵提取的研究 37-41
3.4.1 影象標識 38-39
3.4.2 基於畫素統計的面積計算 39-40
3.4.3 基於最小外界矩形理論的葉片長寬測量演算法 40-41
3.5 本章小結 41-42
第四章 試驗結果分析 42-47
4.1 土壤壓實對陸稻地上部分的'影響 42-43
4.2 土壤壓實對陸稻地下部分生長的影響 43-45
4.3 陸稻地上部分與地下部分相關性分析 45-46
4.4 結論 46-47
第五章 陸稻植株的三維建模 47-53
5.1 陸稻的生長機模型 48-51
5.1.1 陸稻根系的生長機模型 48-51
5.1.2. 陸稻莖稈、葉片的生長機模型 51
5.2 陸稻視覺化模型 51-52
5.2.1. 陸稻根系視覺化模型 51-52
5.2.2 陸稻莖稈、葉片的視覺化模型 52
5.3 本章小結 52-53
第六章 陸稻模擬系統的實現與程式設計 53-67
6.1 系統開發關鍵技術簡介 53-54
6.2 開發環境搭建 54-57
6.3 系統實觀 57-64
6.3.1 系統需求分析及總體設計 57-58
6.3.2 生長機的模組 58-60
6.3.3 視覺化模組 60-61
6.3.4 形態學引數統計模組 61-62
6.3.5 座標變換模組 62-63
6.3.6 系統模擬介面 63-64
6.4 模擬結果及分析 64-66
6.5 本章小結 66-67
第七章 結論與展望 67-69
致謝 69-70
參考文獻 70-74
附錄A:本人在攻讀碩士學位期間的科研情況及工作情況 74-75
附錄B:試驗附圖 75-76
附錄C:部分原始碼 76-86
自動化碩士論文提綱二
摘要 5-6
Abstract 6
第1章 緒論 9-13
1.1 課題的研究背景及意義 9
1.2 國內外研究現狀 9-11
1.3 本文解決的問題及方法 11-12
1.4 本文的主要工作 12-13
第2章 配電線路行波測距與訊號處理 13-32
2.1 行波傳播特點 13-14
2.2 行波線上路分支處的傳播特性分析 14-15
2.3 行波測距方法與特點 15-19
2.4 利用小波包變換提取行波中的故障訊號 19-26
2.4.1 波形的提取 20-21
2.4.2 小波包變換與濾波 21-26
2.5 行波測距的訊號採集 26-30
2.5.1 訊號源的選取與配變模型 27-30
2.5.2 高速資料採集系統 30
2.6 本章小結 30-32
第3章 基於 PNN 神經網路的模式識別 32-38
3.1 模式識別理論 32
3.2 人工神經網路 32-33
3.3 PNN 神經網路 33-37
3.3.1 基於 PNN 神經網路的模式識別 35-36
3.3.2 基於 PNN 神經網路的模式識別 36-37
3.4 本章小結 37-38
第4章 C 型行波-PNN 神經網路綜合故障定位方法 38-42
4.1 暫態行波訊號中的故障時間資訊 38-39
4.2 確定故障距離 39
4.3 故障區段的方法研究 39-40
4.4 行波—PNN 神經網路綜合定位方法 40-41
4.5 本章小結 41-42
第5章 模擬實驗 42-54
5.1 C 型行波—PNN 神經網路綜合定位方法的模擬試驗 1 42-47
5.1.1 確定故障距離 44-45
5.1.2 確定故障分支 45-47
5.2 行波—PNN 神經網路綜合定位方法的模擬算例 2 47-53
5.2.1 確定故障距離 49-50
5.2.2 確定故障分支 50-53
5.3 本章小結 53-54
第6章 結論與展望 54-55
參考文獻 55-58
攻讀碩士學位期間發表的論文及其它成果 58-59
致謝 59