一、CMM技术——介绍软件规模估计的两种方法（论文文献综述）
赵严[1]（2021）在《军用软件测试过程度量模型研究》文中进行了进一步梳理现如今,军用软件及军用信息系统不断发展并且广泛应用于现代战场,军用软件的质量越来越受到人们的重视,军用软件质量的好坏有着非常重要的现实意义,它直接影响武器的质量和军事行动的成败。通过度量可以对度量的对象进行定量评估从而促进改进,目前大部分的研究集中在对软件产品进行度量,此时软件已交付为成品,此时进行度量发现问题为时已晚,违背了利用度量来推动改进的初衷,而软件测试在软件质量保证中一直扮演着重要角色,软件产品的质量对测试过程的质量有着很强的依赖性,而且测试工作进行在产品交付之前,此时发现问题仍然可以付出较小的代价进行改进,所以研究如何对测试的过程进行度量具有很重要的现实意义。本文的主要工作和创新点如下:（1）本文在充分分析已有测试过程模型的优势和不足的基础上,在相关国/军标的指导下提出了一种基于流程驱动的军用软件测试过程模型,涉及军用软件测试过程包含的四个子过程,为后续测试过程度量提供了重要的依据。（2）基于GQM模型对军用软件测试过程包含的四个过程进行完整的指标提取,构建了包含31个指标的度量指标体系,为过程数据的充分有效获取提供了指导。（3）在充分分析已有各类赋权方法的基础上,结合工程实际,分别选择了客观赋权法中的PCA法和主观赋权法中的AHP法,然后利用最小熵原理对两种方法求出的权重进行组合,提出了一种结合两种方法优势的组合赋权方法。实验表明,通过此度量模型进行测试过程度量得到的度量结果与真实情况非常接近,可以为军用软件改进提供一定的参考。
王丹丹[2]（2020）在《预测大区域复杂环境低频地波传播特性的抛物方程方法研究》文中研究说明低频无线电导航系统是国家定位、导航与授时（Position,Navigation,and Timing,PNT）体系的重要组成部分,是弥补卫星导航系统抗干扰能力差、信号强度弱、水下及遮蔽环境无法使用等不足的首选方法。当前,制约低频无线电导航系统精度提高的关键是传播时延的预测水平。在现有的低频地波传播预测理论方法中,抛物方程（Parabolic Equation,PE）方法因其在大区域复杂环境电磁预测方面具有其他方法无法比拟的高精度与快速度优势,被引入到低频地波传播应用中。但是,随着PE方法在低频地波传播应用中的深入,其自身的不足也逐渐显现,主要包括:最优PE形式判定依据存在局限性、不能模拟障碍物对电波的双向传播过程、无法考虑有耗媒质对脉冲信号的色散效应、难以分析源区复杂环境对无线电覆盖的影响等。为此,针对上述诸多不足,深入开展复杂环境低频地波传播特性预测的PE方法研究,实现一套高效、高精度的低频地波传播预测PE方法,对掌握大区域复杂环境低频地波传播特性以及提高低频无线电导航系统服务精度具有重要意义和应用价值。本文的研究内容和创新点如下:1.提出了一种评估变换坐标系PE精度的色散方法,探明了移位变换模型上能够使用分布傅里叶变换（Split-Step Fourier Transform,SSFT）求解算法的最优PE方法,首次给出了变换坐标系最优PE方法选取的理论依据。通过将变换坐标系平面波解代入变换坐标系PE形式中,推导出几种典型变换坐标系PE形式的色散关系。首次评估得出变换坐标系中Padé型PE的精度总是优于Taylor型PE,Barrios和Donohue-Kuttler型PE的精度不相上下,且仅在阳坡坡度约17o以内和阴坡坡度约5o以内优于Taylor型PE,并确定了Taylor型PE为移位变换模型上能够使用SSFT数值求解算法的最优PE形式。以经典理论方法结果为参考,分析了最优PE方法在低频地波应用中的局限性,明确了最优PE方法的适用条件。此外,基于实测数据验证了最优PE方法在长距离复杂传播路径预测的有效性。2.针对陡峭地形传播路径,提出了一种改进双向PE（Two-Way PE,2W-PE）方法。该方法通过将传统2W-PE方法中处理不规则地形的阶梯地形模型修改为阶梯地形模型和移位变换模型相结合的方式,提高了传统2W-PE方法的前向和后向预测精度,同时保留了传统2W-PE方法的高效率优势,可实现对长距离陡峭地形传播路径的高精度快速预测。以时域有限差分（Finite-Difference Time-Domain,FDTD）方法结果为参考,分析了两种2W-PE方法在单个山峰和多个山峰之间的预测性能,给出了两种2W-PE方法的适用范围。3.提出了两种适用于不同源区环境的混合时域PE（Time-Domain PE,TDPE）方法——源区平坦平地面公式（Flat-Earth Formula,FEF）-TDPE方法和源区复杂FDTD-TDPE方法,通过将方法之间优势互补,弥补了传统TDPE方法在短距离高仰角传播预测精度差的缺点,提高了传统TDPE方法的预测精度,形成了对大区域低频脉冲地波传播特性的高精度快速预测能力。在此基础上,分析了罗兰-C信号的时域传播特性,明确了有耗媒质表面对罗兰-C信号的色散效应影响。研究了源区复杂环境对罗兰-C信号辐射特性的影响,首次给出了罗兰-C发射台站选址建议的理论依据。另外,利用实测数据验证了两种混合TDPE方法在实际复杂传播路径预测的有效性。4.提出采用PE方法预测大气折射率空时变化及大地电导率时间变化的地波传播问题,揭示了大气折射率空时变化及大地电导率时间变化对低频地波传播特性的影响规律与影响程度,进一步完善了低频地波传播特性理论。分析了大气折射率的空时变化特性与规律和大地电导率时变特性产生因素及其作用机理,以及两者中各因素变化对低频地波传播特性的影响。研究表明,大气折射率空时变化及大地电导率时间变化对场强的影响几乎可以忽略不计,但对于相位,在1000km的传播距离处,大气折射率的空间变化和时间变化分别可引起百纳秒量级和数十纳秒量级的相位误差,而大地电导率时间变化所引起的相位误差可达百纳秒量级。
斯琴巴图[3]（2020）在《米尔斯开创“净室软件工程”的历史贡献研究》文中进行了进一步梳理从1968年,北大西洋公约组织首次公开提出术语“软件工程”至今,计算机界对“软件工程”的研究和实践已经经历了52年。这期间,出现了多种软件开发技术、软件开发过程模型和软件项目管理技术,也出现了很多为“软件工程”的发展做出突出贡献的人物。“净室软件工程”形成于上世纪80年代,是一种应用数学和统计学以经济的方式生产高质量软件的工程技术,它将缺陷预防放在了绝对重要的首位,而不像传统开发那样开发之后再排除错误。迄今为止,软件开发方法中有两种方法可以把软件做到最好,趋近于零缺陷。第一种是形式化方法,第二种是净室软件工程方法。美国IBM公司的米尔斯（Harlan D.Mills）博士在其同事的协助下,从1970年至1990年的20年间奠定了净室软件工程的理论基础,开发了其三大关键技术,也因此被称为净室软件工程创始人。此后几十年的软件实践也证明了净室方法的可靠与强大。本文通过分析软件工程和相关软件技术历史文献资料,展示了净室软件工程形成的历史环境;通过收集、整理、分析米尔斯的论文着作和其他相关文献资料,梳理了净室方法的形成历史,通过具体文献资料详细展现了米尔斯的贡献,探索了其思想（观点）的变化。全文分为七章。第1章为引言,主要包括研究意义、现状、目标、方法、内容和创新之处等内容;第2章主要包括米尔斯的生平、论文着作和贡献,净室软件工程的介绍及其形成的历史过程,以及上世纪60、70、80年代软件工程和软件技术的发展概况;第3章主要包括米尔斯提出将数学引入软件开发达到提升软件生产率的观点的论证,米尔斯通过三篇文章确立净室软件工程数学基础的过程,以及将程序正确性引入“净室”的过程;第4章首先介绍了上世纪70、80年代流行的3种生命周期模型,然后介绍了“净室”增量开发技术的形成过程和产生的影响。第5章主要介绍了规格说明、设计、盒式结构,以及米尔斯提出和完善盒式结构方法的过程;第6章主要介绍了米尔斯在净室测试和净室软件认证方面的贡献;第7章为结语,包括净室的形成与米尔斯工作的总结,米尔斯的贡献及产生的影响的总结,以及不足与展望。本文认为净室软件工程形成于1970年至1990年的20年之间。其数学理论基础形成于1970年至1975年之间;其增量开发技术的发展过程为:提出于1970年,经过不断发展,最终成熟于1986年;其盒式结构方法于1986年被开发,该方法取代了1979年提出的数学函数理论在软件开发中的应用,于1988年米尔斯完善了该方法;其统计测试和软件认证技术的思想也出现于1970年,但直到1983年才开发出该技术。对于净室软件工程,米尔斯通过近20年的大量工作做出了巨大贡献,其贡献主要有:确立净室软件工程数学基础,提出统计过程控制下的增量开发技术,提出基于函数理论的规格、设计和验证方法,以及在统计测试和软件认证方面的工作。
王越[4]（2020）在《基于大尺度视觉空间的动态立体视觉空间坐标测量方法研究》文中研究指明相较于成熟的雷达法、激光扫描法,基于计算机视觉的空间坐标测量方法具有非接触、全场式、高精度、低成本等优势,而针对大尺度视觉空间的空间坐标测量,静态立体视觉系统的基线距离固定,视场范围受限。为扩展视觉测量范围与提高测量精度,本文提出一种基于旋转、运动、非变焦摄像机的动态立体视觉空间坐标测量方法。本文针对动态立体视觉系统的误差源、摄像机的初始参数校准、摄像机的自动对中、摄像机在旋转或移动后动态立体视觉系统的外部参数校准与空间坐标测量等关键问题展开研究。本文主要的研究内容如下:（1）针对动态立体视觉系统的空间坐标测量,本文提出一种简化的基于差分GPS的动态立体视觉空间坐标测量模型,并将系统的误差源归结为静态误差与动态误差,着重研究各误差因素的权重以及误差因素与视场中心邻域空间坐标重建精度的关联。针对动态立体视觉系统的初始参数校准,本文提出一种六点法,即采用六个已知三维信息的控制点预先估计各个摄像机的焦距与初始姿态角,实验验证了该方法的可行性与鲁棒性,实验数据表明焦距与姿态角的标准差分别不超过0.05mm与0.019°,并且测量距离约为650m时,空间坐标的均方根误差不超过0.4m。（2）本文采用基于图像配准的目标匹配方法实现动态立体视觉系统中摄像机的自动对中,即采用不同场景图像的对应特征点计算图像间的单应矩阵并估计目标在其他场景图像中的位置从而控制摄像机旋转使得目标位于各个摄像机的视场中心。针对图像间的特征点匹配,本文结合SURF算法中利用Hessian矩阵提取特征点的方法与ORB算法中利用steered Brief算法生成描述子的方法,并取代传统的RANSAC方法,提出一种基于摄像机几何约束条件的误匹配剔除方法。相较于SURF、ORB算法,Mikolajczyk数据集仿真实验表明本文方法能够剔除相似程度较大的误匹配点对,并且耗时最少。针对目标位置估计,本文取代全局单应矩阵并采用基于Moving DLT的局部单应矩阵来描述图像间的映射关系,提高了目标的定位精度。（3）为实现摄像机旋转后动态立体视觉系统对空间坐标的实时测量,本文提出一种利用自然场景中的一组相交直线进行旋转摄像机外部参数校准的在线自标定方法。该方法基于摄像机旋转前后的内部图像单应性,仅利用相交直线的单个交点与摄像机旋转角度的初始值迭代估计摄像机的外部参数,并根据立体视觉的基本矩阵特性,采用Nelder-Mead无约束优化算法对外部参数进行修正。实验数据表明该方法估计的旋转矩阵欧拉角与平移向量相对于参考值的绝对误差平均值分别不超过0.054°与7.2mm,并且在测量距离约为200m时,摄像机旋转后的空间坐标均方根误差低于0.4m。（4）为实现摄像机移动后动态立体视觉系统对空间坐标的快速测量,本文提出一种仅利用单个已知三维信息的控制点进行运动摄像机外部参数校准的线性算法。该线性算法与仅利用单个同等控制点的迭代算法具有同等精度,但运行时间缩减了94.5%。实验数据表明该方法估计的旋转矩阵欧拉角与平移向量相对于参考值的绝对误差平均值分别不超过0.01°与2.5mm,并且在测量距离约为100m时,摄像机移动后的空间坐标均方根误差低于0.28m。
孙飞[5]（2020）在《面向机器学习城镇不平衡数据集分类方法的研究》文中提出遥感信息提取技术在国民生活的各方面发挥着重要作用。然而,绝大多数遥感信息提取应用所面对的都是不平衡数据集。特别地,随着城镇化建设的不断推进,人类活动的干预,城镇区域遥感数据集呈现出越来越严峻的不平衡状态。但是,大多数信息提取技术会在少数类上形成不适当的偏置,甚至导致少数类的分类失败,从而限制信息的准确获取。所以,针对常态化的城镇遥感不平衡分类问题,提高少数类的识别精度的同时保证场景内其它地物的识别性能迫在眉睫。尤其是在大数据背景下,利用有限的先验知识,加强对原始遥感不平衡数据的理解尤为重要,这对于快速响应与合理决策具有十分重要的意义。本文针对城镇区域遥感不平衡分类问题,在深入分析和总结不平衡分类研究现状的基础上,对不平衡分类的单模型响应、学习策略、数据空间转化以及评估方法方面展开研究。引入极限梯度提升树（e Xtreme gradient boosting,XGB）和半监督学习（Semi-supervised Learning）,以不增加样本标记代价为前提,提出半监督平等学习XGB分类方法（Impartial semi-supervised learning strategy with XGB,ISS-XGB）,并深入研究该分类方法的内部特征对于遥感不平衡分类的影响,建立精度、分歧表现与决策边距三层次评价方法。本文主要工作和研究结论包括:（1）在算法层面,引入XGB模型,分析典型遥感分类方法对不同样本数据分布的响应变化。在8个实验区的实验表明:1)对高分辨率遥感图像,XGB方法在遥感不平衡分类问题中的的表现优于随机森林、多层感知机、支持向量机等典型分类方法,其正确分类输出的置信度较高,但是,模型性能也受到极端不平衡数据分布的影响;2)当样本不平衡性达到一定程度时（例如,少数类与多数类比例大于10:90时）,XGB的性能不确定性对地物光谱可分离性并不敏感;3)通过多种指标的比较,以精度（总体精度、少数类F1值）、分歧表现与决策边距组成的三层次评价方法能够从多角度分析分类方法对于不平衡数据集的响应。因此,XGB是一种处理土地覆盖遥感不平衡分类的有效方法,但仍在样本极端不平衡性时,受到数据分布的影响。（2）从学习策略的层面,本文提出了一种平等半监督学习方法（ISS-XGB）。在不增加标记代价的前提下,通过消除训练的偏态分布来建立平等的分类学习系统。通过与半监督学习方法（PU-BP和PU-SVM）以及数据层面典型方法（SMOTE）进行对比,结果表明:1)ISS-XGB可以有效识别少数类,并且不会损失系统性能;2)ISS-XGB中的学习策略的优化和模拟器的选取有助于更平等而全面地学习少数类。与PU-BP和PU-SVM相比,总体精度与少数类F1值高出约20%和15%;与基于SMOTE的分类方法的精度结果十分接近,但是却比后者更加稳定;3)ISS-XGB的预测置信度不如即席学习方法。（3）从集成学习要素（准确性与多样性）的层面,本文提出模型扰动（ISS-Hybird C）和参数扰动（ISS-Hybird P）,在不同加权集成机制下,研究不同特点的ISS集成系统对于遥感不平衡分类问题泛化能力的改变。结果表明:1)基学习器的准确性对于ISS集成系统的影响比多样性更显着;2)基于参数扰动的ISS-Hybird P能够在保证精度和分歧表现的同时大幅度提高方法的MPM性能（平均提高53.85%）;3)不同的加权集成机制（MSE、Fpb、MPM）能够改善混合集成的波动性,但是也会在不同方面影响性能输出。因此,在保证基学习器准确性的基础上,增加内部输出的多样性和应用加权集成策略,能够在不同性能层面提高ISS混合集成系统的泛化能力和置信度。（4）从问题域的层面,本文通过面向对象技术改变数据分布,研究总体分布改变下的遥感不平衡分类问题。结果表明:1)面向对象技术能够提高模型输出的绝对精度值（ISS-XGB最大总体精度达98.13%,少数类F1值最大达0.95左右）,但是仍旧会受到不平衡数据集的影响;2)对象的划分有助于提高模型MPM输出,其中ISS-XGB方法比基于像素方法提高近128.98%,且随着区域复杂度的增加而越大。面向对象技术虽能够提高对象特征的同质性,降低分类识别的难度,但仍受到不平衡数据集的挑战。
张解语[6]（2020）在《面向舱段对接的位姿自动化测量关键技术研究》文中研究指明舱段类零件的对接装配是现代航空、航天和航海装备生产中的一个关键环节。为了对该过程进行自动化升级,需要稳定、可靠的测量手段以指导调姿装置的动作。由于目前的单一的测量设备和手段很难在不依赖测量靶标的前提下,满足对不同种类和规格的舱段类零件非接触、高精度以及自动化测量的需求,本文基于线结构光扫描和分布式机器视觉为航天器的自动化对接研究了一种舱段位姿综合测量方法,冀以在保证测量精度的前提下,满足舱段自动化对接需求的非接触、无靶标测量方法。在研究该方法的过程中,本文着力解决以下三个关键问题:（1）舱段轴线位姿的测量方法:针对舱段的轴线位姿测量问题,提出了一种基于线结构光扫描的位姿测量方法。该方法通过一部线结构光扫描传感器对被测舱段外侧面进行扫描以获取其点云,并将这些点云分割为若干平面上的椭圆轮廓。针对这些椭圆轮廓,本文提出了轴线法和母线法两种方法对舱段轴线的位姿进行求解。其中轴线法指采用直接椭圆拟合法对这些椭圆的圆心位置进行估计,并进一步通过空间直线拟合舱段的轴线,得到其空间位姿参数。母线法则直接提取每条椭圆轮廓上横坐标最大的点拟合舱段外圆柱面的一条特殊母线,并根据空间几何关系平移该母线以获取舱段轴线的空间位姿。随后,本文基于蒙特卡洛模拟设计了一种仿真方法,并通过该方法发现了母线法沿截面横轴、轴线法沿截面纵轴精度较高。由于两种方法各有优劣,因此提出了一种结合两者长处的综合法,该方法取轴线法得到的纵轴坐标和母线法得到的横轴坐标为拟合点的圆心,并基于这些点拟合轴线的空间位姿。为了验证上述结论的正确性,本文设计并制造了原理样机对其进行验证。实验证明了通过综合法对扫描点云进行求解具有较高的精度:对轴线空间位置的测量误差小于0.03mm,对轴线姿态的测量误差小于0.03°。（2）舱段轴线测量的稳健性增强策略:在实际工程中应用线结构光扫描时,应当考虑两方面的干扰,即测量的光学干扰和非结构化测量环境中的干扰。其中光学干扰指通过线结构光对光滑金属表面进行扫描时,由于相机感光元件曝光不均引入的测量误差。为此,本文引入双向反射分布函数（BRDF）对该现象进行分析,解释了该误差的产生原因并给出了解决方法。非结构化测量环境中的干扰指被测舱段表面的附着物、凸起、凹陷以及环境遮挡等因素引入的干扰。本文基于M-估计和随机采样一致算法（RANSAC）提出了一种改进的稳健圆心估计算法用以对轴线扫描过程中的椭圆拟合算法进行增强。该方法通过迭代加权拟合用以排除干扰数据点,同时引入有效点阈值判定用以排除工程中具有较大干扰的轮廓数据。基于人工构造的误差数据对该算法进行仿真,证明了该算法的有效性。（3）舱段法兰转角的测量方法:针对舱段绕轴线的转角,即舱段法兰的相对位姿测量问题,本文提出了一种基于分布式视觉的转角位姿测量方法。考虑到法兰转角测量是工程中的一个常见问题,故在实际需求的基础之上对该方法进行了推广。本方法中,通过沿对接端面的外圆周布置的两组相机对舱段表面的配合特征进行倾斜拍照并得到其位置,根据预先标定得到的配准矩阵将其换算至同一坐标系中可以方便地得到两个法兰之间的相对位姿。为了得到该配准矩阵,本文采用了预加工的标准舱段与配准装置在相机的视场中移动并绘制其上配准特征的扫略轨迹,根据轨迹间的确定关系求解相机之间的变换关系,该变换关系即为配准矩阵。最后,结合原理样机进行实验,证明了该方法对法兰转角的测量误差小于0.022°。为了验证在本文方法在实际工程环境中的有效性,作者和相关研究单位合作完成了舱段数字化对接工程样机的研制工作。结合第三方测量设备,在其上进行了三项实验,即:通过轴线的稳健测量实验证明了本文方法可以有效应对实际工程中的各种干扰;通过法兰转角的测量证明了分布式视觉转角测量方法的有效性;通过舱段调姿-对接性能实验证明了本文方法可以有效指导调姿装置完成对接装配。
成果[7]（2020）在《轴承零件圆度误差不确定度评定及其对疲劳寿命的影响》文中研究表明轴承零件是机械产品的重要组成部分,其制造加工公差精度直接影响其产品安全性与可靠性,而圆度误差作为评价轴承精度的重要指标,存在圆度误差时,实际圆外轮廓形状不规则,在外圈接触表面更容易产生应力集中的现象,进而产生轴承的疲劳裂纹源,直接影响到轴承的疲劳寿命。另外,对于圆度误差及其测量不确定度的评定,随着工业过程信息化、智能化的高速发展,能够满足工业测量动态过程管理的基于动态测量精度理论的技术方法尚待展开研究。本文依托具体工程项目,聚焦轴承零件的圆度误差,通过有限元仿真计算给出表征圆度误差因素的近似多边形零件模型,得到圆度误差与疲劳寿命的关系;给出圆度误差及其不确定度评定的新方法,实现小样本、无假设分布及动态融合特点下的评定。具体研究工作如下:（1）建立近似多边形有限元模型研究轴承圆度误差对于其疲劳寿命的影响,不同边数多边形描述轴承零件外轮廓制造加工的不同圆度误差情况,利用ANSYS计算其载荷分布,分析不同圆度误差情况下的应力特征及其疲劳寿命差异（2）提出一种通过概率密度函数估计的圆度误差不确定度评定方法（PDF法）,利用最小二乘法进行圆度误差评定,利用最大熵原理构造圆度误差的概率密度一般形式并通过粒子群算法进行参数寻优,得到误差随机变量的概率密度后通过数值积分计算不确定度,通过数字化实验与实验实验数据测试,验证本方法在小样本测量数据、无分布假设条件下的评定优势;（3）提出基于经验贝叶斯原理的不确定度动态评定模型,以PDF法计算圆度误差的概率密度函数为基础,充分考虑已有测量信息计算先验分布,融合最新测量信息进而得到后验分布,通过数字化实验与实验实验数据测试,验证了测量信息融合与不确定度动态评定过程的有效性与可行性;（4）采用三坐标测量机（CMM）对轴承外圈零件进行实测实验,测量采集几何要素信息,利用国家标准方法测量不确定度表示指南法（GUMM）和蒙特卡洛法（MCM）对零件圆度误差及其不确定度进行计算评定,并与本文提出的PDF法和贝叶斯动态模型评定结果进行对比,验证本文模型方法的准确性。
魏东亮[8]（2020）在《陀飞轮手表微型擒纵轮的机器视觉检测技术研究》文中研究说明微型擒纵轮是一种在精密仪器设备中经常使用的零件,它的平整度,齿长的误差大小与整个设备的精密准确性密切相关。传统检测方法以人工检测为主,但人工检测存在易疲劳,容易误判且难以量化等问题。为了实现检测的标准化和自动化,并提高检测的精度,本文设计了一种基于机器视觉的微型零件检测系统。本文的主要研究工作包括:1.微型零件分类方法。微型零件体积微小,形状相似,在生产中经常出现人工分类错误的问题,为提高分类准确率,文章提出了两种零件分类方法。第一种方法是基于方向梯度直方图特征的支持向量机分类器方法。该分类方法的原理是提取零件图像的方向梯度直方图特征并训练支持向量机分类器,使用训练好的分类器进行分类。实验表明,该分类方法的准确率达到了98.5%。第二种方法是使用基于ResNet50的深度学习网络进行分类。文章在传统ResNet50网络的全连接层前面增加了批标准化和线性整流函数,并对网络参数做了优化配置。实验表明,该网络在测试集中准确率达到99%。2.微型擒纵轮表面平整度检测方法。微型擒纵轮的表面容易在外力作用下发生形变并导致其表面平整度偏差过大。为了检测这类缺陷,文章提出一种表面平整度检测方法。检测方法的流程为:先校正图像,然后提取其亚像素边缘信息,并通过投影映射精确计算边界信息,最后根据多帧的零件水平边缘极差来判断平整度指标是否合格。实验表明,该检测算法的准确率达到99.5%,检测精度达到2微米,单帧检测时间35毫秒,通过采集多帧计算,一个零件可以在4秒钟之内检测出结果。3.微型擒纵轮齿长误差检测算法。微型擒纵轮的片齿和轴齿在组装的过程中容易被磨损或折断,由此导致齿长不合格。擒纵轮的齿数有奇偶之分,文章针对这两种情况分别提出了相应的齿长误差检测方法。实验表明,偶数齿检测方法的准确率达到99%,奇数齿检测方法准确率达到98.8%,检测精度达到2微米,单帧检测时间40毫秒,一个零件可以在5秒钟之内检测出结果。4.文章最后对微型零件检测系统的设计思想和各功能模块做了介绍。
陈安志[9]（2019）在《基于多天线的频谱感知技术研究》文中研究表明认知无线电（Cognitive Radio,CR）被广泛认为是一种在未来无线通信系统中能显着提高无线频谱资源利用率的关键技术。在认知无线电中,未授权的次用户（Secondary User,SU）可以在不影响授权主用户（Primary User,PU）正常通信的前提下可通过机会接入的方式使用空闲授权频段,因而能够显着地提升频谱利用率。认知无线电通过频谱感知检测主用户的工作状态,因此频谱感知是实现认知无线电的基础。由于增加了额外的空域维度信息,关于多天线频谱感知技术的研究近年来是认知无线电领域的研究热点,引起了广大学者的兴趣。由此本文针对认知无线电网络中的多天线频谱感知技术进行了研究,主要贡献包括以下几个方面:首先,对信道不确定性环境下的多天线频谱感知进行了研究。本文考虑配有多个空间相关天线的认知无线电网络,其中主用户和次用户之间的信道在一个感知周期内可以是准静态的也可以是时变的感知场景。在这样的不确定性信道环境下,传统多天线频谱感知方法不能提供可靠的检测性能。针对这个问题,本文基于特征值矩比和加权协方差方法提出了一种两阶段的频谱感知方法,并推导了所提两阶段频谱感知方法的虚警概率和检测概率。仿真结果显示,与传统多天线频谱感知方法相比,所提出的两阶段频谱感知方法在信道不确定性环境下能够获得可靠的检测性能。然后,在空间相关的时变瑞利衰落信道下对多天线频谱感知进行了研究。（i）针对次用户配备数量较多的天线且各天线之间存在低相关的情况下,本文提出了一种基于Ljung-Box（LB）检验的鲁棒盲检测方法,该方法利用接收时间序列的样本自相关函数构建检验统计量,进而检测主用户信号是否存在。数值结果表明,在接收天线之间的相关性较低情况下所提出的LB检测方法能够在时变瑞利衰落信道下获得优于传统协方差检测方法的性能,并且仿真结果显示LB方法对噪声不确定性（Noise Uncertainty,NU）具有鲁棒性。（ii）在次用户配备数量较少的天线且各天线之间存在相关的情况下,加权协方差检测（Weighted Covariance-based Detection,WCD）方法可以在时变瑞利衰落信道下获得良好的性能。但该方法涉及复数运算,计算成本较大。众所周知,一个复数乘法包括两个实数加法和四个实数乘法。针对这个问题,本文将复值的多天线频谱感知问题转换为实值的多天线频谱感知问题,并提出了一种实值加权协方差检测（Real-valued WCD,RWCD）方法。特别地,在低信噪比条件下推导出检测概率的渐近表达式。数值结果表明,RWCD方法可以获得与WCD方法几乎相同的性能,但是复杂度要低得多。（iii）进一步,在RWCD方法基础上提出了一种广义的实值加权协方差检测（Generalized RWCD,GRWCD）方法。同时,推导出零假设（Null Hypothesis）下的GRWCD方法统计量分布,在此基础上,可根据预设的虚警概率计算理论的检测门限。此外,本文还推导了备择假设（Alternative Hypothesis）下的GRWCD方法统计量分布,这使得我们可以推导出理论上GRWCD方法的检测概率和接收机工作特性（Receiver Operating Characteristic,ROC）曲线。仿真结果验证了所推导结果的准确性,并且显示GRWCD方法能获得比RWCD方法更高的检测性能。接着,在均匀噪声（各天线的噪声方差相等情况）场景下,研究了关于非圆（Noncircular,NC）信号的多天线频谱感知问题。为了充分利用非圆信号的特性,通过利用非圆信号的协方差和互补协方差矩阵的元素来构造检验统计量,本文提出了一种新颖的非圆局部平均方差（NC Local Average Variance,NC-LAV）检测方法。同时,推导了NC-LAV方法检验统计量在零假设下的分布,在此基础上,给出了NC-LAV方法的检测门限。数值结果表明,与同样利用信号非圆特性的方法相比,所提出的NC-LAV方法能获得更好的检测性能,同时计算复杂度也较低。最后,在非均匀噪声（各天线的噪声方差不相等情况）场景下,研究了关于非圆信号的多天线频谱感知问题。虽然上述提出的NC-LAV方法能充分利用非圆信号的非圆特性来提升检测性能,但该方法严重依赖于各天线的噪声方差均相等的场景,其检测性能容易受不相等的天线噪声方差影响。在实际中,由于天线未校准等原因,各天线的噪声方差可能是不相等的。为此,本文提出了一种新的非圆协方差（NC Covariance,NCC）检测方法,该方法利用非圆信号的协方差和互补协方差在零假设和备择假设下的差异性实现对主用户信号的检测。同时也推导出了NCC方法的理论检测门限。仿真结果表明在各天线的噪声方差不相等情况下NCC方法能获得比传统方法更高的检测性能。
杨盛宇[10]（2019）在《双重公差原则同轴度误差的不确定度研究》文中进行了进一步梳理随着我国先进制造技术的飞速发展,航天、汽车和国防等领域对孔轴类零件的高精度制造、制造质量测评和控制技术提出了迫切要求。这些孔轴类零件的使用功能往往受其几何质量的影响,而精确的评定方法及其不确定度是影响零件几何质量的重要指标。孔轴类零件一般由有复杂要求的圆柱面构造而成的,而在孔轴类零件圆柱面的基准和被测要素的同轴度公差上应用最大实体要求时,能在保证可装配性的前提下降低制造成本。目前,针对双重公差原则同轴度误差的不确定度评定研究多数局限于测量不确定度上,虽然少数文献对零件合格性评定方法的研究从测量不确定度拓展到了依从不确定度,但一般只局限于带有简单形状公差和基准或被测要素的形位公差应用公差原则的零件。因此,本文以企业某型号阀芯为研究对象,针对上述不确定度评定研究中存在的不足,基于GUM法和蒙特卡洛法,对双重公差原则同轴度误差的不确定度进行评定,研究内容主要包括以下几个方面:（1）论述了课题的研究背景及意义,分析了基于双重公差原则的形位误差评定方法和不确定度的研究进展及现状,进一步阐述本文的主要研究内容。（2）介绍了双重公差原则同轴度误差的评定方法和新一代GPS不确定度理论,主要包括:双重公差原则同轴度的公差标注和误差评定方法的理论依据、被测圆柱体的极限当量直径、同轴度误差评定流程及新一代GPS不确定度的基本概念和判定原则。（3）研究了基于GUM法的双重公差原则同轴度误差的不确定度,依据正交试验设计,确定试验指标和3种影响因素,编制相关试验方案,优化测量方法;根据规范不确定度的定义,分析了其组成因素中的提取、拟合和滤波规范,并对规范不确定度各分量进行合成,得到规范不确定度;基于不确定度评定的黑箱模型,计算执行不确定度;最后合成依从不确定度并给出实例验证。（4）研究了基于蒙特卡洛法的双重公差原则同轴度误差的不确定度,分析了输入量的概率密度分布,依据评定不确定度的基本流程,对双重公差原则同轴度误差的不确定度进行了评定,并通过实例验证其有效性。实例结果表明,基于蒙特卡洛法相比基于GUM法的依从不确定度评定结果缩小了28.9%,包含区间缩短了35.2%。该方法使不确定度评定结果更加可靠,同时不确定区域进一步降低,提高了产品检验的合格率。（5）为便于工程技术人员操作不确定度评定软件,基于MATLAB软件,设计了双重公差原则同轴度误差的不确定度评定平台。该平台可以进行零件关键尺寸和公差的输入、零件测点坐标数据导入、同轴度误差评定、GUM法不确定度评定、蒙特卡洛法不确定度评定等操作,操作界面简单、直观,简化了误差评定的操作。
二、CMM技术——介绍软件规模估计的两种方法（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、CMM技术——介绍软件规模估计的两种方法（论文提纲范文）
（1）军用软件测试过程度量模型研究（论文提纲范文）
| 摘要 |
| abstract |
| 1.绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.3 论文研究内容 |
| 1.4 论文的研究路线、结构安排 |
| 1.4.1 研究路线图 |
| 1.4.2 论文的结构安排 |
| 2.相关模型介绍 |
| 2.1 软件测试过程模型 |
| 2.2 V模型 |
| 2.3 W模型 |
| 2.4 H模型 |
| 2.5 CMMI与软件测试 |
| 2.6 TMM测试成熟度模型 |
| 2.7 Rational统一过程 |
| 2.8 小结 |
| 3.基于流程驱动的军用软件测试过程模型 |
| 3.1 流程驱动与闭环控制 |
| 3.1.1 人工驱动的局限性与控制反转思想 |
| 3.1.2 流程驱动 |
| 3.1.3 多闭环PID控制 |
| 3.2 模型构建思想 |
| 3.2.1 持续改进的质量管理过程 |
| 3.2.2 前馈与反馈结合的改进过程 |
| 3.3 基于流程驱动的军用软件测试过程模型实例 |
| 3.4 模型涉及到的过程和角色 |
| 3.4.1 测试工程过程 |
| 3.4.2 测试项目管理过程 |
| 3.4.3 测试支持过程 |
| 3.4.4 测试组织过程 |
| 3.4.5 工作角色 |
| 3.5 本章小结 |
| 4.度量指标体系构建 |
| 4.1 度量指标的选取原则 |
| 4.2 度量指标体系构建思想 |
| 4.3 GQM模型 |
| 4.4 确定度量目标 |
| 4.5 针对目标提出问题和选取指标 |
| 4.6 采集时机和采集方法 |
| 4.7 实时度量与事后度量 |
| 4.8 度量指标体系模型 |
| 4.9 本章小结 |
| 5.指标权重的赋权方法 |
| 5.1 常见的赋权方法 |
| 5.2 常见赋权方法的分析和对比 |
| 5.3 主成分分析 |
| 5.4 层次分析法 |
| 5.5 PCA+AHP组合赋权方法 |
| 5.6 本章小结 |
| 6.实验与分析 |
| 6.1 PCA确定客观权重 |
| 6.1.1 数据来源及预处理 |
| 6.1.2 相关性参数检验 |
| 6.1.3 相关系数矩阵 |
| 6.1.4 公因子方差 |
| 6.1.5 解释度总方差表 |
| 6.1.6 成分-特征值图 |
| 6.1.7 成分矩阵 |
| 6.1.8 计算指标权重 |
| 6.2 AHP确定主观权重 |
| 6.2.1 构建层次结构模型 |
| 6.2.2 构造判断矩阵 |
| 6.2.3 计算最大特征根和一致性比例CR |
| 6.2.4 计算权重 |
| 6.3 PCA+AHP综合权重 |
| 6.4 实验结果对比与分析 |
| 6.5 本章小结 |
| 7.总结与展望 |
| 7.1 总结 |
| 7.2 不足与展望 |
| 参考文献 |
| 攻读硕士期间发表的论文及所取得的研究成果 |
| 致谢 |
（2）预测大区域复杂环境低频地波传播特性的抛物方程方法研究（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 低频地波传播理论的研究现状 |
| 1.2.2 抛物方程方法的研究现状 |
| 1.3 本文的主要工作及内容安排 |
| 2 平地面低频地波传播预测的PE方法 |
| 2.1 平地面PE模型的建立 |
| 2.1.1 傍轴波动方程 |
| 2.1.2 几种典型的物理坐标系PE形式 |
| 2.1.3 物理坐标系PE精度分析的色散方法 |
| 2.1.4 求解物理坐标系PE的SSFT算法 |
| 2.2 平地面PE模型的边界条件 |
| 2.2.1 上边界条件 |
| 2.2.2 下边界条件及其对应的SSFT算法实现 |
| 2.3 平地面PE模型的初始场 |
| 2.3.1 求解初始场的天线方向图法 |
| 2.3.2 求解初始场的解析解法 |
| 2.3.3 求解初始场的数值解法 |
| 2.3.4 数值算例 |
| 2.4 本章小结 |
| 3 不规则地形低频地波传播预测的PE方法 |
| 3.1 不规则地形PE模型的建立 |
| 3.1.1 现有的地形模型 |
| 3.1.2 几种典型的变换坐标系PE形式 |
| 3.1.3 求解变换坐标系PE的 SSFT算法及其正确性验证 |
| 3.2 变换坐标系PE精度分析的色散方法 |
| 3.2.1 变换坐标系PE的色散关系 |
| 3.2.2 变换坐标系PE的相位误差分析 |
| 3.2.3 相位误差分析的正确性验证 |
| 3.3 PE方法在低频地波传播中的适用性分析 |
| 3.3.1 PE方法在长距离应用中的适用性分析 |
| 3.3.2 PE方法在不同形状山峰地波传播中的适用性分析 |
| 3.3.3 PE方法在罗兰-C ASF预测中的适用性分析 |
| 3.4 实验验证 |
| 3.5 本章小结 |
| 4 陡峭地形低频地波传播预测的2W-PE方法 |
| 4.1 传统2W-PE方法原理及实现流程 |
| 4.1.1 方法原理 |
| 4.1.2 方法流程 |
| 4.2 改进2W-PE方法原理及实现流程 |
| 4.2.1 方法原理 |
| 4.2.2 方法流程 |
| 4.3 2W-PE方法正确性和高效性验证 |
| 4.3.1 传播路径含有单个孤立山峰 |
| 4.3.2 传播路径含有多个孤立山峰 |
| 4.4 2W-PE方法在低频地波传播中的适用性分析 |
| 4.4.1 2W-PE方法在高仰角传播中的适用性分析 |
| 4.4.2 2W-PE方法在不同坡度山峰中的适用性分析 |
| 4.4.3 2W-PE方法在多个孤立山峰中的适用性分析 |
| 4.5 本章小结 |
| 5 长距离低频脉冲地波传播预测的混合TDPE方法 |
| 5.1 TDPE方法简介 |
| 5.1.1 基本原理 |
| 5.1.2 重要参数选取 |
| 5.2 源区平坦的FEF-TDPE方法 |
| 5.2.1 FEF-TDPE模型构建 |
| 5.2.2 FEF-TDPE方法正确性和高效性验证 |
| 5.2.3 FEF-TDPE方法长距离应用的有效性验证 |
| 5.3 源区复杂的FDTD-TDPE方法 |
| 5.3.1 FDTD-TDPE模型构建 |
| 5.3.2 FDTD-TDPE方法正确性和高效性验证 |
| 5.3.3 FDTD-TDPE方法长距离应用的有效性验证 |
| 5.4 混合TDPE方法在罗兰-C传播特性分析中的应用 |
| 5.4.1 罗兰-C信号的时域传播特性分析 |
| 5.4.2 源区复杂地形对罗兰-C信号传播特性影响分析 |
| 5.5 实验验证 |
| 5.6 本章小结 |
| 6 PE方法在低频地波传播特性分析中的应用 |
| 6.1 影响低频地波传播特性的主要因素 |
| 6.2 大气折射率空时变化对低频地波传播特性的影响 |
| 6.2.1 大气折射率的空间变化 |
| 6.2.2 大气折射率的空间变化对低频地波传播特性的影响分析 |
| 6.2.3 大气折射率的时间变化 |
| 6.2.4 大气折射率时间变化对低频地波传播特性的影响分析 |
| 6.3 大地电导率时间变化对低频传播地波特性的影响 |
| 6.3.1 大地电导率的时间变化 |
| 6.3.2 大地电导率时间变化对低频地波传播特性的影响分析 |
| 6.4 本章小结 |
| 7 总结与展望 |
| 7.1 全文工作总结 |
| 7.2 后续工作展望 |
| 致谢 |
| 参考文献 |
| 攻读博士学位期间取得的研究成果及承担的科研项目 |
（3）米尔斯开创“净室软件工程”的历史贡献研究（论文提纲范文）
| 中文摘要 |
| abstract |
| 第1章 引言 |
| 1.1 选题缘起 |
| 1.1.1 净室软件工程及其历史 |
| 1.1.2 选题缘起 |
| 1.2 研究意义及研究现状 |
| 1.2.1 研究意义 |
| 1.2.2 国内外研究现状 |
| 1.3 目标、方法、内容和创新之处 |
| 1.3.1 研究目标与方法 |
| 1.3.2 研究内容 |
| 1.3.3 创新之处 |
| 第2章 米尔斯与净室软件工程 |
| 2.1 关于米尔斯(Harlan D.Mills) |
| 2.1.1 米尔斯生平 |
| 2.1.2 米尔斯在净室方面的重要论文及着作 |
| 2.1.3 米尔斯对净室软件工程的贡献 |
| 2.2 净室软件工程 |
| 2.2.1 软件工程 |
| 2.2.2 净室软件工程 |
| 2.2.3 净室的理论基础及关键技术 |
| 2.3 净室软件工程形成历史 |
| 2.3.1 净室诞生的历史环境 |
| 2.3.2 净室的形成过程(1970-1990) |
| 第3章 米尔斯在净室软件工程数学基础方面的贡献 |
| 3.1 提出观点 |
| 3.2 确立净室数学基础 |
| 3.3 在净室中引入程序正确性证明 |
| 第4章 米尔斯在增量开发技术方面的贡献 |
| 4.1 上世纪70、80 年代的生命周期模型 |
| 4.2 净室增量开发的形成过程 |
| 4.3 净室增量开发技术的影响 |
| 第5章 米尔斯在盒式结构方法方面的贡献 |
| 5.1 规格说明与设计 |
| 5.2 盒式结构方法 |
| 5.3 盒式结构方法的提出及完善 |
| 5.3.1 盒结构方法的提出及完善 |
| 5.3.2 四个关键原则的论述 |
| 第6章 米尔斯在统计测试与软件认证方面的贡献 |
| 6.1 统计测试 |
| 6.1.1 测试技术 |
| 6.1.2 净室中的测试策略 |
| 6.1.3 在净室测试方面的工作 |
| 6.2 净室软件认证 |
| 第7章 结语 |
| 7.1 净室的形成与米尔斯的工作 |
| 7.2 米尔斯的贡献及其影响 |
| 7.3 研究的不足与展望 |
| 参考文献 |
| 致谢 |
（4）基于大尺度视觉空间的动态立体视觉空间坐标测量方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 课题研究的背景与意义 |
| 1.2 典型的空间坐标测量系统 |
| 1.2.1 电子经纬仪测量系统 |
| 1.2.2 全站仪测量系统 |
| 1.2.3 激光跟踪仪测量系统 |
| 1.2.4 激光雷达测量系统 |
| 1.2.5 iGPS测量系统 |
| 1.3 基于视觉的空间坐标测量方法 |
| 1.3.1 静态立体视觉系统的空间坐标测量 |
| 1.3.2 动态立体视觉系统的空间坐标测量 |
| 1.4 动态立体视觉系统关键技术的研究现状 |
| 1.4.1 视觉系统的标定方法研究 |
| 1.4.2 目标匹配方法研究 |
| 1.4.3 视觉系统的误差研究 |
| 1.5 论文研究内容与创新点 |
| 第2章 动态立体视觉空间坐标测量模型及误差分析 |
| 2.1 动态立体视觉系统的空间坐标测量原理 |
| 2.2 基于差分GPS的动态立体视觉空间坐标测量方法 |
| 2.2.1 相关坐标系简介 |
| 2.2.2 动态立体视觉空间坐标测量模型 |
| 2.3 动态立体视觉系统的误差分析 |
| 2.3.1 静态误差源与空间坐标测量精度 |
| 2.3.2 动态误差源与空间坐标测量精度 |
| 2.4 本章小结 |
| 第3章 动态立体视觉系统的初始参数校准与自动对中 |
| 3.1 动态立体视觉系统组成 |
| 3.2 系统初始参数校准与验证试验 |
| 3.2.1 初始参数校准 |
| 3.2.2 可行性与校准精度验证 |
| 3.3 摄像机的自动对中原理 |
| 3.4 一种改进的图像特征点匹配方法 |
| 3.4.1 SURF算法的特征点提取与描述 |
| 3.4.2 ORB算法的特征点提取与描述 |
| 3.4.3 基于摄像机几何约束条件的去误匹配方法 |
| 3.4.4 数据集仿真试验 |
| 3.5 基于局部单应矩阵的目标定位方法 |
| 3.5.1 全局单应矩阵 |
| 3.5.2 基于DHW的双单应性矩阵 |
| 3.5.3 基于Moving DLT的局部单应矩阵 |
| 3.6 本章小结 |
| 第4章 旋转摄像机外部参数的在线自标定方法 |
| 4.1 基于旋转摄像机的动态立体视觉成像模型 |
| 4.2 旋转摄像机外部参数的自标定算法 |
| 4.2.1 典型的摄像机自标定算法 |
| 4.2.2 仅利用单个特征点的外部参数在线自标定算法 |
| 4.2.3 外部参数修正 |
| 4.3 外部参数自标定实验 |
| 4.3.1 自标定算法的性能分析 |
| 4.3.2 实验一:室内自标定算法的可行性验证试验 |
| 4.3.3 实验二:大视场下自标定算法的精度验证试验 |
| 4.4 本章小结 |
| 第5章 运动摄像机的外部参数校准与空间坐标测量 |
| 5.1 基于运动摄像机的动态立体视觉系统 |
| 5.2 运动摄像机的外部参数校准 |
| 5.2.1 仅利用单个控制点的线性校准方法 |
| 5.2.2 线性校准方法的性能分析 |
| 5.3 运动摄像机外部参数校准与空间坐标测量精度验证实验 |
| 5.3.1 实验一:线性校准方法的可行性验证试验 |
| 5.3.2 实验二:动态立体视觉系统的空间坐标测量精度验证试验 |
| 5.4 本章小结 |
| 第6章 总结与展望 |
| 6.1 论文工作总结 |
| 6.2 工作展望 |
| 参考文献 |
| 发表论文与参加科研情况说明 |
| 致谢 |
（5）面向机器学习城镇不平衡数据集分类方法的研究（论文提纲范文）
| 作者简历 |
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 研究现状及存在问题 |
| 1.2.1 机器学习领域内不平衡分类技术的发展与现状 |
| 1.2.2 遥感领域内不平衡分类现状 |
| 1.2.3 城镇区域遥感数据集不平衡分类中所面临的问题 |
| 1.3 研究目标与研究内容 |
| 1.3.1 研究目标 |
| 1.3.2 研究内容 |
| 1.3.3 论文创新点 |
| 1.3.4 技术路线 |
| 1.4 论文组织 |
| 第二章 遥感不平衡分类相关理论 |
| 2.1 数据分布与模型学习性能 |
| 2.1.1 样本绝对稀少与相对稀少 |
| 2.1.2 不平衡性数据的概念决策空间 |
| 2.2 遥感样本数据集特点与不平衡分类 |
| 2.2.1 遥感数据空间与数据不平衡性 |
| 2.2.2 遥感特征空间与数据不平衡性 |
| 2.2.3 遥感分类样本容量与绝对/相对稀有问题 |
| 2.3 不平衡分类评价与量化指标 |
| 2.3.1 遥感分类常规评价指标与不平衡学习 |
| 2.3.2 机器学习领域常见指标与不平衡分类评价指标 |
| 2.3.3 其它评价方法 |
| 2.4 本章小结 |
| 第三章 研究区与实验数据 |
| 3.1 遥感数据与研究区基本条件 |
| 3.2 分类系统与光谱特征空间分析 |
| 3.3 本章小结 |
| 第四章 遥感不平衡分类单模型方法研究 |
| 4.1 极限梯度提升分类技术 |
| 4.2 实验设计与性能评估 |
| 4.2.1 实验设计 |
| 4.2.2 性能评估 |
| 4.3 实验与分析 |
| 4.3.1 XGB模型以及典型分类方法在遥感不平衡分类上的性能响应分析 |
| 4.3.2 少数类特征对遥感不平衡分类的影响 |
| 4.4 研究结论 |
| 4.5 本章小结 |
| 第五章 遥感不平衡分类学习策略研究 |
| 5.1 平等半监督遥感不平衡分类学习策略 |
| 5.1.1 平等半监督不平衡分类方法 |
| 5.1.2 实验与分析 |
| 5.1.3 研究结论 |
| 5.2 集成扰动对平等半监督遥感不平衡分类的影响研究 |
| 5.2.1 基于半监督、混合集成技术的不平衡遥感数据分类 |
| 5.2.2 实验与分析 |
| 5.2.3 研究结论 |
| 5.3 本章小结 |
| 第六章 遥感不平衡分类数据空间转换研究 |
| 6.1 面向对象预处理对不平衡遥感数据集的影响 |
| 6.1.1 对象分割与对象特征 |
| 6.1.2 分析单元与数据分布 |
| 6.2 实验与分析 |
| 6.2.1 基于OBIA的典型分类方法的遥感不平衡分类性能响应分析 |
| 6.2.2 区域复杂度对基于OBIA的遥感不平衡分类的影响 |
| 6.3 研究结论 |
| 6.4 本章小结 |
| 第七章 总结与展望 |
| 7.1 研究结论 |
| 7.2 研究展望 |
| 致谢 |
| 参考文献 |
| 附录 |
| 附图 |
| 附表 |
（6）面向舱段对接的位姿自动化测量关键技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 符号对照表 |
| 缩略语对照表 |
| 第一章 绪论 |
| 1.1 项目背景 |
| 1.2 研究意义 |
| 1.3 国内外相关技术研究现状 |
| 1.3.1 舱段自动对接装配系统研究现状及分析 |
| 1.3.2 舱段位姿测量问题研究现状 |
| 1.4 研究目标与关键技术 |
| 1.4.1 研究目标 |
| 1.4.2 关键技术 |
| 1.5 论文架构和安排 |
| 第二章 舱段位姿的综合测量方案设计 |
| 2.1 引言 |
| 2.2 舱段装配的需求分析与空间模型 |
| 2.2.1 舱段对接的工程需求 |
| 2.2.2 舱段位姿的空间描述方法 |
| 2.3 舱段位姿测量的多传感器协同方法 |
| 2.3.1 基于结构光扫描的舱段轴线位姿测量方法 |
| 2.3.2 舱段法兰相对位姿的测量求解方法 |
| 2.3.3 测量系统的精度指标 |
| 2.4 小结 |
| 第三章 舱段轴线位姿的线结构光扫描测量方法 |
| 3.1 引言 |
| 3.2 线结构光三角法的理论基础 |
| 3.3 舱段轴线的求解方法 |
| 3.3.1 轴线拟合法 |
| 3.3.2 母线拟合法 |
| 3.4 端面位姿求解 |
| 3.5 轴线位姿求解方法的精度分析 |
| 3.5.1 蒙特卡洛数值模拟 |
| 3.5.2 针对激光轮廓数据的椭圆拟合方法精度探讨 |
| 3.6 舱段轴线位姿求解的综合法 |
| 3.6.1 轴线位姿求解的综合拟合 |
| 3.6.2 位姿求解精度的仿真分析 |
| 3.6.3 测量参数对精度的影响以及优化 |
| 3.7 舱段轴线位姿测量方法的原理样机验证 |
| 3.7.1 原理样机简述 |
| 3.7.2 原理样机实验方案设计 |
| 3.7.3 轴线位姿测量原理样机实验 |
| 3.8 小结 |
| 第四章 轴线测量的稳健性增强策略 |
| 4.1 引言 |
| 4.2 激光测量中的干扰 |
| 4.2.1 激光测量中的光学干扰 |
| 4.2.2 非结构测量环境下的干扰 |
| 4.3 改进的M-估计稳健圆心识别算法 |
| 4.4 采用圆拟合代替椭圆拟合的稳健增强方法研究 |
| 4.5 小结 |
| 第五章 基于分布式视觉的法兰转角测量方法 |
| 5.1 引言 |
| 5.2 基于分布式相机的法兰转角测量方法 |
| 5.3 基于单目相机倾斜拍照的销孔测量 |
| 5.3.1 相机成像模型 |
| 5.3.2 销/孔特征的提取 |
| 5.3.3 倾斜拍照测量方法的试验验证 |
| 5.4 对同一端面拍照的相机组的配准方法 |
| 5.4.1 同端面相机相机组的重合变换 |
| 5.4.2 同端面相机的几何变换 |
| 5.5 相对端面相机的标定 |
| 5.6 小结 |
| 第六章 舱段位姿测量方法的工程验证 |
| 6.1 引言 |
| 6.2 一体化柔性对接生产线工程样机介绍 |
| 6.2.1 系统结构设计 |
| 6.2.2 工作流程简介 |
| 6.2.3 舱段位姿测量-调整方法简介 |
| 6.3 舱段位姿测量的工程样机实验 |
| 6.3.1 舱段轴线的稳健性测量实验 |
| 6.3.2 舱段法兰转角的视觉测量实验 |
| 6.3.3 舱段调姿-对接性能实验 |
| 6.4 小结 |
| 第七章 结论与展望 |
| 7.1 结论 |
| 7.2 创新点 |
| 7.3 展望 |
| 附录 |
| 参考文献 |
| 致谢 |
| 作者简介 |
（7）轴承零件圆度误差不确定度评定及其对疲劳寿命的影响（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题背景及意义 |
| 1.2 轴承圆度误差及其疲劳寿命概述 |
| 1.2.1 圆度误差的测量及评定 |
| 1.2.2 轴承疲劳寿命与安全性 |
| 1.3 测量不确定度发展概述与研究现状 |
| 1.3.1 测量不确定度发展概述 |
| 1.3.2 测量不确定度研究现状 |
| 1.3.3 不确定度评定常用方法 |
| 1.4 课题来源与主要研究内容 |
| 第2章 圆度误差对轴承疲劳寿命的影响 |
| 2.1 引言 |
| 2.2 轴承零件三维建模原理 |
| 2.3 轴承零件有限元模型研究 |
| 2.3.1 模型材料参数 |
| 2.3.2 网格划分 |
| 2.3.3 有限元建模 |
| 2.3.4 边界条件与载荷 |
| 2.3.5 仿真计算结果 |
| 2.4 疲劳寿命计算 |
| 2.4.1 计算分析流程与方法 |
| 2.4.2 Gcr15材料S-N曲线确立与修正 |
| 2.4.3 载荷谱编制 |
| 2.4.4 疲劳寿命分析结果 |
| 2.5 本章小节 |
| 第3章 圆度误差不确定度的PDF法评定 |
| 3.1 引言 |
| 3.2 基于PDF法的不确定度评定模型 |
| 3.2.1 最大熵原理构造PDF的一般形式 |
| 3.2.2 粒子群算法对PDF的参数寻优 |
| 3.2.3 基于PDF法的不确定度评定流程 |
| 3.3 数字化实验验证 |
| 3.4 本章小结 |
| 第4章 圆度误差不确定度的贝叶斯动态模型 |
| 4.1 引言 |
| 4.2 贝叶斯统计基本原理 |
| 4.2.1 发展概述 |
| 4.2.2 数学推导 |
| 4.3 贝叶斯模型建模预测原理与特点 |
| 4.3.1 建模预测原理 |
| 4.3.2 动态线性模型的建立 |
| 4.3.3 Bayes模型特点 |
| 4.4 基于贝叶斯动态模型的不确定度评定 |
| 4.4.1 先验与后验分布的确定 |
| 4.4.2 递推迭代动态评定流程 |
| 4.5 数字化实验验证 |
| 4.6 本章小结 |
| 第5章 实测实验与对比验证 |
| 5.1 引言 |
| 5.2 轴承圆度误差测量实验及数据处理 |
| 5.2.1 实验方案 |
| 5.2.2 30205型外圈零件采样与误差评定 |
| 5.2.3 33009型外圈零件采样与误差评定 |
| 5.3 PDF法计算评定对比 |
| 5.3.1 CMM圆度误差测量不确定度来源分量量化 |
| 5.3.2 CMM不确定度分量合成 |
| 5.3.3 GUMM对圆度误差不确定度的评定 |
| 5.3.4 MCM对圆度误差不确定度的评定 |
| 5.3.5 PDF法对圆度误差不确定度的评定与对比验证 |
| 5.4 贝叶斯动态模型计算评定对比 |
| 5.4.1 GUMM对圆度误差不确定度的评定 |
| 5.4.2 MCM对圆度误差不确定度的评定 |
| 5.4.3 贝叶斯动态模型对圆度误差不确定度的评定与结果对比 |
| 5.5 本章小节 |
| 第6章 总结与展望 |
| 6.1 工作总结 |
| 6.2 研究展望 |
| 参考文献 |
| 附录 |
| 致谢 |
| 攻读学位期间所展开的科研项目和发表的学术论文 |
（8）陀飞轮手表微型擒纵轮的机器视觉检测技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景和意义 |
| 1.2 研究现状 |
| 1.2.1 机器视觉技术及其发展现状 |
| 1.2.2 机器视觉在目标分类领域的研究现状 |
| 1.3 本文主要工作 |
| 1.4 论文组织结构 |
| 2 微型零件的分类方法 |
| 2.1 SVM+HOG分类方法 |
| 2.1.1 支持向量机概述 |
| 2.1.2 HOG特征概述 |
| 2.1.3 基于HOG特征的SVM分类器分类方法 |
| 2.2 深度学习和卷积神经网络概述 |
| 2.2.1 深度学习概述 |
| 2.2.2 前馈神经网络 |
| 2.2.3 反向传播算法 |
| 2.2.4 激活函数 |
| 2.2.5 过拟合与欠拟合 |
| 2.2.6 卷积神经网络 |
| 2.3 ResNet50 简介 |
| 2.3.1 ResNet概述 |
| 2.3.2 ResNet50 网络结构 |
| 2.3.3 批处理化 |
| 2.4 基于HOG特征的SVM分类器分类实验 |
| 2.4.1 实验数据 |
| 2.4.2 实验环境及参数设置 |
| 2.4.3 实验过程 |
| 2.4.4 实验结果及分析 |
| 2.5 基于ResNet50 的微型零件分类实验 |
| 2.5.1 实验数据 |
| 2.5.2 实验环境及参数设置 |
| 2.5.3 实验方案和过程 |
| 2.5.4 实验结果及分析 |
| 2.6 本章小结 |
| 3 微型擒纵轮表面平整度检测方法 |
| 3.1 图像采集和预处理 |
| 3.1.1 光学方案设计 |
| 3.1.2 图像预处理 |
| 3.1.3 图像去噪方法 |
| 3.1.4 图像去噪实验 |
| 3.2 图像倾斜矫正方法 |
| 3.2.1 基于霍夫变换的倾斜矫正方法 |
| 3.2.2 基于Radon变换的倾斜矫正方法 |
| 3.2.3 实验分析 |
| 3.3 图像边缘检测 |
| 3.3.1 Sobel算子 |
| 3.3.2 LOG算子 |
| 3.3.3 Canny算子 |
| 3.3.4 边缘检测实验 |
| 3.4 阈值分割 |
| 3.4.1 固定阈值法 |
| 3.4.2 最大类间方差法(Otsu) |
| 3.4.3 阈值分割实验 |
| 3.5 亚像素位置计算方法 |
| 3.5.1 基于矩的算法 |
| 3.5.2 基于区域特征的一次曲线模型 |
| 3.5.3 基于区域特征的二次曲线模型 |
| 3.5.4 基于区域特征的三次函数模型 |
| 3.5.5 实验分析 |
| 3.6 投影映射法 |
| 3.7 单位换算关系 |
| 3.8 平整度检测实验 |
| 3.8.1 实验数据 |
| 3.8.2 实验环境 |
| 3.8.3 实验参数 |
| 3.8.4 实验过程 |
| 3.8.5 实验结果与分析 |
| 3.9 本章小结 |
| 4 微型擒纵轮齿长误差检测方法 |
| 4.1 擒纵轮齿长误差检测算法 |
| 4.1.1 偶数齿的齿长误差检测算法 |
| 4.1.2 奇数齿的齿长误差检测算法 |
| 4.2 偶数齿齿长误差检测实验 |
| 4.2.1 实验数据 |
| 4.2.2 实验环境 |
| 4.2.3 实验参数 |
| 4.2.4 实验方案与过程 |
| 4.2.5 实验结果与分析 |
| 4.3 奇数齿齿长误差检测实验 |
| 4.3.1 实验数据 |
| 4.3.2 实验环境 |
| 4.3.3 实验参数 |
| 4.3.4 实验方案与过程 |
| 4.3.5 实验结果与分析 |
| 4.4 本章小结 |
| 5 微型零件检测系统设计 |
| 5.1 系统界面概述 |
| 5.1.1 基础页面 |
| 5.1.2 检测指标页面 |
| 5.2 功能模块概述 |
| 5.2.1 零件分类模块 |
| 5.2.2 各检测指标模块 |
| 5.2.3 自定义页面模块 |
| 5.3 多线程设计 |
| 5.4 本章小结 |
| 6 总结和展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 攻读学位期间的科研成果 |
| 致谢 |
（9）基于多天线的频谱感知技术研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 引言 |
| 1.2 研究工作的背景与意义 |
| 1.3 频谱感知技术研究现状及存在问题 |
| 1.3.1 基于主用户接收机的频谱感知 |
| 1.3.2 基于单天线的频谱感知 |
| 1.3.3 基于多天线的频谱感知 |
| 1.4 论文研究的主要内容及章节安排 |
| 第二章 信道不确定性环境下的多天线频谱感知 |
| 2.1 引言 |
| 2.2 频谱感知问题 |
| 2.2.1 系统模型与问题描述 |
| 2.2.2 信道模型 |
| 2.3 经典频谱感知方法 |
| 2.3.1 能量检测方法 |
| 2.3.2 最大-最小特征值检测方法 |
| 2.3.3 比例最大特征值检测方法 |
| 2.3.4 协方差绝对值检测方法 |
| 2.3.5 基于体积检测方法 |
| 2.3.6 特征值矩之比检测方法 |
| 2.3.7 基于加权的协方差检测方法 |
| 2.3.8 性能对比与分析 |
| 2.4 提出的两阶检测方法 |
| 2.5 仿真结果与性能分析 |
| 2.6 本章小结 |
| 第三章 空间相关瑞利时变衰落信道下的多天线频谱感知 |
| 3.1 引言 |
| 3.2 系统模型与问题描述 |
| 3.3 基于Ljung-Box的检测方法 |
| 3.3.1 计算复杂度分析 |
| 3.3.2 仿真结果与性能分析 |
| 3.4 实值加权协方差检测方法 |
| 3.4.1 计算复杂度分析 |
| 3.4.2 仿真结果与性能分析 |
| 3.5 广义实值加权协方差检测方法 |
| 3.5.1 广义实值加权协方差检测方法的检测门限 |
| 3.5.2 广义实值加权协方差检测方法的检测概率 |
| 3.5.3 仿真结果与性能分析 |
| 3.6 本章小结 |
| 第四章 均匀噪声下的非圆信号频谱感知 |
| 4.1 引言 |
| 4.2 系统模型与问题描述 |
| 4.2.1 预备知识 |
| 4.2.2 系统模型 |
| 4.3 非圆局部平均方差方法 |
| 4.3.1 传统的局部平均方差方法 |
| 4.3.2 所提的非圆局部平均方差方法 |
| 4.3.3 非圆局部平均方差方法的检测门限 |
| 4.3.4 计算复杂度分析 |
| 4.4 仿真结果与性能分析 |
| 4.5 本章小结 |
| 第五章 非均匀噪声下的非圆信号频谱感知 |
| 5.1 引言 |
| 5.2 系统模型与问题描述 |
| 5.3 非圆协方差检测方法 |
| 5.3.1 非圆协方差方法的检测门限 |
| 5.3.2 计算复杂度分析 |
| 5.4 仿真结果与性能分析 |
| 5.5 本章小结 |
| 第六章 全文总结与展望 |
| 6.1 全文总结 |
| 6.2 后续工作展望 |
| 致谢 |
| 参考文献 |
| 附录 |
| 攻读博士学位期间取得的成果 |
（10）双重公差原则同轴度误差的不确定度研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| §1.1 课题研究背景和意义 |
| §1.2 形位误差评定和不确定度的发展及研究现状 |
| §1.2.1 基于MMR的形位误差的研究进展和现状 |
| §1.2.2 不确定度的研究进展和现状 |
| §1.3 本文的研究内容和总体框架 |
| §1.3.1 本文的研究内容 |
| §1.3.2 本文总体框架 |
| 第二章 双重公差原则同轴度误差评定方法及不确定度理论 |
| §2.1 双重公差原则同轴度误差评定方法 |
| §2.1.1 公差原则 |
| §2.1.2 同轴度公差的定义和标注 |
| §2.1.3 双重公差原则同轴度公差的标注 |
| §2.1.4 双重公差原则同轴度误差评定方法的理论依据 |
| §2.1.5 被测圆柱体极限当量直径 |
| §2.1.6 被测圆柱体同轴度误差的合格性判定 |
| §2.2 新一代GPS不确定度理论 |
| §2.2.1 新一代GPS不确定度的基本概念 |
| §2.2.2 新一代GPS不确定度的判定原则 |
| §2.3 本章小结 |
| 第三章 基于GUM法的双重公差原则同轴度误差的不确定度评定 |
| §3.1 正交试验设计 |
| §3.1.1 正交试验设计简介 |
| §3.1.2 正交试验设计的基本流程 |
| §3.1.3 正交试验设计因素选择 |
| §3.2 基于GUM法的依从不确定度分析 |
| §3.2.1 规范不确定度 |
| §3.2.2 测量不确定度 |
| §3.2.3 依从不确定度 |
| §3.3 实例验证 |
| §3.3.1 正交试验 |
| §3.3.2 规范不确定度 |
| §3.3.3 方法不确定度 |
| §3.3.4 执行不确定度 |
| §3.3.5 测量不确定度 |
| §3.3.6 依从不确定度 |
| §3.3.7 不确定度对比分析 |
| §3.4 本章小结 |
| 第四章 基于蒙特卡洛法的双重公差原则同轴度误差的不确定度评定 |
| §4.1 蒙特卡洛法简介 |
| §4.2 基于蒙特卡洛法的测量不确定度评定 |
| §4.2.1 不确定度评定的主要步骤 |
| §4.2.2 建立测量模型 |
| §4.2.3 设定概率密度函数PDF |
| §4.2.4 设定蒙特卡洛法模拟次数 |
| §4.2.5 不确定度评估 |
| §4.3 基于蒙特卡洛法的依从不确定度实例验证 |
| §4.4 本章小结 |
| 第五章 双重公差原则同轴度误差的不确定度评定平台的设计 |
| §5.1 开发工具简介 |
| §5.2 同轴度误差的不确定度评定平台的设计与实现 |
| §5.3 同轴度误差的不确定度评定平台的使用说明 |
| §5.3.1 零件基本尺寸和公差的输入模块 |
| §5.3.2 零件测点坐标数据导入模块 |
| §5.3.3 同轴度误差评定模块 |
| §5.3.4 GUM法不确定度评定模块 |
| §5.3.5 蒙特卡洛法不确定度评定模块 |
| §5.4 本章小结 |
| 第六章 总结与展望 |
| §6.1 总结 |
| §6.2 展望 |
| 参考文献 |
| 致谢 |
| 攻读硕士学位期间参加的科研项目及科研成果 |
四、CMM技术——介绍软件规模估计的两种方法（论文参考文献）
- [1]军用软件测试过程度量模型研究[D]. 赵严. 中北大学, 2021(09)
- [2]预测大区域复杂环境低频地波传播特性的抛物方程方法研究[D]. 王丹丹. 西安理工大学, 2020
- [3]米尔斯开创“净室软件工程”的历史贡献研究[D]. 斯琴巴图. 内蒙古师范大学, 2020(08)
- [4]基于大尺度视觉空间的动态立体视觉空间坐标测量方法研究[D]. 王越. 天津大学, 2020(01)
- [5]面向机器学习城镇不平衡数据集分类方法的研究[D]. 孙飞. 中国地质大学, 2020(03)
- [6]面向舱段对接的位姿自动化测量关键技术研究[D]. 张解语. 西安电子科技大学, 2020(05)
- [7]轴承零件圆度误差不确定度评定及其对疲劳寿命的影响[D]. 成果. 上海应用技术大学, 2020(02)
- [8]陀飞轮手表微型擒纵轮的机器视觉检测技术研究[D]. 魏东亮. 杭州师范大学, 2020(02)
- [9]基于多天线的频谱感知技术研究[D]. 陈安志. 电子科技大学, 2019(04)
- [10]双重公差原则同轴度误差的不确定度研究[D]. 杨盛宇. 桂林电子科技大学, 2019