首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

隐马尔可夫模型在对象定位中的应用与实现

摘要第1-4页
Abstract第4-6页
目录第6-9页
第一章 绪论第9-15页
   ·研究背景第9-12页
     ·图象中对象定位的重要性及现状第9-11页
     ·HMM 的应用及发展现状第11-12页
   ·本文的研究方法和主要解决的问题第12-13页
   ·本文的组织第13-15页
第二章 HMM 及其在对象定位中的应用第15-26页
   ·HMM 方法介绍第15-21页
     ·一维(1-D)HMM 及参数第16-17页
     ·Baum-Welch 算法第17-18页
     ·前向—后向算法第18-19页
     ·Viterbi 算法第19-21页
   ·基于HMM 的对象识别和定位方法第21-26页
     ·训练步骤第21-22页
     ·模型参数再估计第22-25页
     ·识别和定位第25-26页
第三章 特征重叠抽取技术第26-31页
   ·图象中线性结构对象的特征表示第26-27页
   ·特征重叠抽取技术第27-31页
     ·采样窗口第27-29页
     ·含有重叠度的特征抽取第29-31页
第四章 可控的最优搜索定位算法第31-40页
   ·对Viterbi 算法的改进第31-34页
     ·使用最佳中心点剪枝的Viterbi 算法第31-33页
     ·使用最佳中心点剪枝算法的局限第33-34页
   ·全局最优搜索算法第34-36页
     ·全局最优搜索算法的思路第34页
     ·全局最优搜索算法第34-36页
   ·可控的最优搜索算法第36-39页
   ·小结第39-40页
第五章 实验结果与分析第40-50页
   ·测试图象库第40-41页
   ·HMM 拓扑第41-42页
   ·定位性能度量第42-43页
   ·测试过程中的参数选择第43页
   ·特征重叠抽取的采样窗口技术对定位性能的影响第43-45页
   ·可控的最优搜索算法对定位性能的影响第45-48页
   ·小结第48-50页
第六章 总结与改进第50-53页
   ·本文的主要工作第50-51页
   ·改进工作的建议第51-53页
参考文献第53-57页
致谢第57-58页
在学期间发表论文第58页

论文共58页,点击 下载论文
上一篇:MIMO信道模型的研究
下一篇:制造车间数控机床集成联网技术的研究