本科生论文样本标准格式

上传人:xzh****18 文档编号:34723555 上传时间:2018-02-28 格式:DOC 页数:18 大小:411KB
返回 下载 相关 举报
本科生论文样本标准格式_第1页
第1页 / 共18页
本科生论文样本标准格式_第2页
第2页 / 共18页
本科生论文样本标准格式_第3页
第3页 / 共18页
本科生论文样本标准格式_第4页
第4页 / 共18页
本科生论文样本标准格式_第5页
第5页 / 共18页
点击查看更多>>
资源描述

《本科生论文样本标准格式》由会员分享,可在线阅读,更多相关《本科生论文样本标准格式(18页珍藏版)》请在金锄头文库上搜索。

1、关于毕业论文(设计)封面格式的说明 各学院 有的论文标题长或有副标题,按照本科毕业论文统 一封面格式打不下或不美观。因此,附两个封面样本 (附后)供选择。 (但一个学院只能选择一种) 。论文标 题可视字数多少自行调整字的大小及字间距,以美观为 宜。毕业设计封面可参照此修改。 附:毕业论文(设计)封面样本 1 毕业论文(设计)封面样本 2本科毕业论文 论文题目学 院: 专 业: 学 号: 姓 名: 指导教师: 职 称: 论文提交日期:二 七年六月 初号隶书, 字间距 1磅 二号隶书居 中 小二号隶书居中 本科毕业论文 该处打印论文题目 学 院: 专 业: 姓 名: 学 号: 指导教师: 职 称

2、: 论文提交日期:二 七年六月摘 要 入孵前种蛋筛选以及种蛋孵化过程中胚胎成活性检测是孵化工作的重要技术环 节。鉴于人工检测劳动强度大,效率低,准确性差。通过对基于机器视觉的种蛋筛 选和孵化成活性检测方法的系统研究,建立了种蛋筛选和孵化成活性自动检测系统。1建立了基于机器视觉的种蛋筛选和孵化成活性检测硬件系统。通过对比试验 研究,确定了图像采集时的最佳光源和背景颜色;对种蛋筛选硬件系统进行了标定, 标定精度能满足种蛋外观品质检测要求。 2对基于机器视觉技术的种蛋筛选方法进行了系统研究,建立了种蛋重量、蛋 形、蛋壳表面缺陷和蛋壳颜色等 4个检测指标的种蛋外观品质综合评价体系。 (1) 提出利用种

3、蛋图像零阶矩计算图像投影面积代替重量称量的方法,检测结 果与实际称量值间有良好的相关性,过大蛋、正常蛋、过小蛋检测准确率分别达到 了 97.73%、97.04%和 96.51%。 (2) 研究了基于机器视觉的种蛋蛋壳表面缺陷识别方法,提出利用阈值识别法 结合八邻域边界跟踪算法检测裂纹、脏斑、血斑等种蛋蛋壳表面缺陷,裂纹蛋、污 斑蛋和正常蛋的检测准确率分别达到了 91.25%、94.18%和 96.36%。 (3) 提出基于机器视觉、矩和神经网络技术,以种蛋蛋形指数及蛋径差为检测 指标的蛋形分步检测方法。先检测种蛋蛋形指数,再利用提出的改进免疫遗传算法 优化 LMBP 神经网络结构,并用优化后的

4、神经网络识别畸形蛋。过长蛋、过圆蛋和 畸形蛋的检测准确率分别达到了 97.1%、95.59%和 94.87%,正常蛋平均检测准确率 达到了 95.75%。 (4) 以色度频度值为蛋壳颜色特征参数,采用改进免疫遗传 LMBP 神经网络进 行蛋壳颜色一致性检测,浅壳蛋、正常蛋和深壳蛋的检测准确率分别达到了 95.6%、95.8%和 91.3%。 3参照人工照蛋时间,对孵化早期、中期和后期的种蛋胚胎成活性检测方法进 行了系统研究。利用改进模拟退火微粒群优化算法,优化 BP 神经网络结构。以种 蛋色度频度值为特征参数,用优化后的 BP 神经网络检测种蛋孵化成活性,对孵化 早期、中期和后期的种蛋孵化成活

5、性平均检测准确率分别达到了 92.5%、98.3%和 100%。 关键词:种蛋筛选;成活性检测;机器视觉;图像处理;遗传算法; 微粒群算法;神经网络 用小三号黑体字,居中。字间空四个空格,下面空 一行。注 意:是对论文内容不加注释和评论的简短 归纳,应明确、简练,其内容包括研究目的、方法、 主要结果和结论。一般不宜超过 300字,英文摘要 一般不宜超过 250个实词。 内容用小四号宋体字。摘要末空一行。 用小四号黑体字, 顶左。 用小四号宋体字。 注 意:尽量选用主题词表中的词。列出关键词 3-8 个, 每两个词之间用全角空格隔开,最后一个词后面不加 标点。 注:封面、中文摘要、英文摘要不编页

6、码。Study on Automatic Identifying Quality and Fertility of Hatching Egg Based on Machine Vision System Abstract Identifying quality and fertility of hatching eggs are an important and hard work in the farms. Manual inspection suffers from visual stress and tiredness and is low accuracy and time-consu

7、ming. An automatic and practical detection system based on machine vision system and ANN is developed instead of manual inspection of hatching egg for improving detecting accuracy and effciency. 1. The machine vision hardware system is built for identifying exterior quality and fertility of hatching

8、 egg .The light source and background color are found out through a lot of experiments. Camera calibration is done for correcting image distortion, and its accuracy is able to match the demand of identifying exterior quality of hatching egg. 2. Based on machine vision technique, criterion is propose

9、d for comprehensive evaluating eggs exterior quality by weight, shape, eggshell defect feature and eggshell color, and method of egg quality classification is developed. (1) The projection area of egg image is extracted by 0-order moment and used to classify egg weight instead of metage. The classif

10、ication accuracy is 97.73% for bigger eggs, 97.04% for normal eggs, and 96.51% for smaller eggs. (2) Threshold recognition and 8-connected boundary tracking method are combined to extract the defect feature on eggshell, and its classification accuracy is 91.25% for cracked eggs, 94.18% for dirt stai

11、ned, blood spotted eggs and 96.36% for normal eggs. (3) Egg shape index and radius differences are extracted as shape feature parameters, a two-step shape measurement method is proposed based on machine vision, moment technique and neural network. An improved immune GA algorithm is put forward, whic

12、h is used to optimize topology structure of LMBP neural network for detecting quality of hatching egg automatically. Key Words: Fertility identification; Image processing;题名用三号 Times New Roman 字,居中。题名下面空一行。 用小四号黑体字,居中。 内容用小四号 Times New Roman 字。 摘要末空一行。 用小四号黑体字,顶左。 用小四号 Times New Roman 字, 注 意:每个词首字母大

13、写。二个词之间空 1格隔开,最后面不加标点。1 引言.1 1.1 机器视觉概述.1 1.2 研究背景和意义.1 1.3 国内外研究现状.2 1.3.1 国外研究现状.2 1.3.2 国内研究现状.错误!未定义书签。 1.4 存在问题.错误!未定义书签。 1.5 研究内容及目标.错误!未定义书签。 1.5.1 种蛋筛选和孵化成活性检测硬件系统建立.错误!未定义书签。 1.5.2 基于机器视觉的种蛋筛选.错误!未定义书签。 1.5.3 基于机器视觉的种蛋孵化成活性检测.错误!未定义书签。 1.5.4 软件系统集成.错误!未定义书签。 1.6 小结.错误!未定义书签。 2 材料与方法.错误!未定义书签。 2.1 .错误!未定义书签。 2.1.1 .错误!未定义书签。 2.1.2 .错误!未定义书签。 2.1.3 .错误!未定义书签。 2.1.4 .错误!未定义书签。 2.1.5 .错误!未定义书签。 2.2 .错误!未定义书签。 2.3

展开阅读全文
相关资源
正为您匹配相似的精品文档
相关搜索

最新文档


当前位置:首页 > 商业/管理/HR > 商业合同/协议

电脑版 |金锄头文库版权所有
经营许可证:蜀ICP备13022795号 | 川公网安备 51140202000112号