基于机器学习X射线相片识别模型开题报告

2020-04-13 01:04

1. 研究目的与意义（文献综述）

1.目的及意义（含国内外的研究现状分析）

1.1目的与意义：

x射线检测从诞生至今已经有多年的历史了，传统的x射线相片识别模式是机器程序辅助下的人工识别模式，其具有许多不可预测的失误，而所检测的材料又十分精密，一点小小的缺陷就有可能引发巨大的灾难，造成不可挽回的后果。因此利用计算机智能来对x相片进行识别的研究逐渐成为了一个热门的项目。

剩余内容已隐藏，您需要先支付后才能查看该篇文章全部内容！

2.基本内容和技术方案

2.1研究（设计）内容：

针对传统x射线相片识别模式不足，本设计提出一种基于机器学习的x射线相片识别模型，利用bp神经网络、迁移学习等现代理论与技术，研究相应图像预处理和图像识别等方法，其主要研究内容是机器学习分类算法研究、图像识别理论与方法研究、建立基于机器学习x射线相片识别模型。将其细分为以下几个部分：

剩余内容已隐藏，您需要先支付后才能查看该篇文章全部内容！

3、进度安排

第1周—第3周：完成文献阅读报告和开题报告

第4周—第6周：完成机器学习分类算法模型

剩余内容已隐藏，您需要先支付后才能查看该篇文章全部内容！

4、参考文献

[1] 李卫东,李德元.焊接缺陷自动检测中区分典型条形缺陷判据的建立.电力建设[j],1999,(2):9-11

[2] 傅德胜,郑关胜.计算机对焊缝射线底片图像的处理与识别,微型电脑应用[j],1998,14(6):42-45

剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付