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 |