基于核函数学习算法的研究及其在图像识别中的应用
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-12页 |
| 1 绪论 | 第12-20页 |
| ·纤维图像识别问题的研究背景及意义 | 第12-13页 |
| ·纤维图像自动识别的研究现状 | 第13-15页 |
| ·核函数学习算法研究现状 | 第15-18页 |
| ·研究内容 | 第18-19页 |
| ·论文的组织结构 | 第19-20页 |
| 2 异形纤维识别系统概述 | 第20-27页 |
| ·异形纤维识别系统概况 | 第20页 |
| ·异形纤维识别系统框架 | 第20-26页 |
| ·本文在系统中的作用 | 第26页 |
| ·小结 | 第26-27页 |
| 3 核方法与纤维识别 | 第27-36页 |
| ·异形纤维识别中的难点 | 第27-29页 |
| ·核函数方法综述 | 第29页 |
| ·支持向量机简介 | 第29-30页 |
| ·核主成分分析简介 | 第30-34页 |
| ·核Fisher判别分析 | 第34-35页 |
| ·小结 | 第35-36页 |
| 4 核方法在异形纤维识别中的应用 | 第36-57页 |
| ·图像预处理 | 第36-39页 |
| ·基于核主成分分析的异形纤维特征提取 | 第39-43页 |
| ·基于支持向量机的异形纤维识别 | 第43-50页 |
| ·纤维特征提取实验 | 第50-55页 |
| ·支持向量机实验结果分析 | 第55-56页 |
| ·小结 | 第56-57页 |
| 5 基于核函数学习算法的异形纤维识别实验 | 第57-62页 |
| ·引言 | 第57页 |
| ·关于实验的几点说明 | 第57-58页 |
| ·异形纤维识别结果分析 | 第58-61页 |
| ·小结 | 第61-62页 |
| 6 总结与展望 | 第62-64页 |
| ·总结 | 第62页 |
| ·展望 | 第62-64页 |
| 参考文献 | 第64-69页 |
| 攻读硕士学位期间发表的学术论文 | 第69-70页 |
| 致谢 | 第70页 |