基于支持向量机的氧乙炔火焰燃烧状态分类研究

摘要	第1-6页
Abstract	第6-10页
第1章 绪论	第10-13页
·火焰燃烧监测的研究背景	第10页
·国内外研究状况	第10-11页
·本论文主要内容及章节安排	第11-13页
第2章 数字图像处理	第13-27页
·数字图像处理简介	第13-14页
·数字图像滤波	第14-20页
·图像噪声分析	第14页
·图像噪声处理方法	第14-17页
·自适应投票快速中值滤波	第17-20页
·数字图像分割	第20-27页
第3章 氧乙炔火焰图像	第27-33页
·氧乙炔火焰研究背景	第27页
·氧乙炔火焰分类	第27-28页
·氧乙炔火焰图像预处理	第28-30页
·火焰图像特征	第30页
·氧乙炔火焰图像特征提取	第30-33页
第4章 基于SVM理论的氧乙炔火焰图像分类	第33-57页
·模式识别概述	第33-34页
·人工神经网络	第34-35页
·支持向量机	第35-36页
·总体设计	第36-45页
·特征选择优化实验及分析	第45-53页
·单一特征	第48-51页
·组合特征	第51-53页
·实验结论	第53页
·LS-SVM参数设置	第53-55页
·基于不同算法的分类实验	第55-56页
·本章小结	第56-57页
第5章 总结与展望	第57-59页
·本文的主要工作及创新点	第57-58页
·未来研究的展望	第58-59页
参考文献	第59-64页
致谢	第64-65页
攻读硕士学位期间发表论文情况	第65页