基于主元分析的人耳识别方法的研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第一章 绪论 | 第8-14页 |
| §1-1 研究目的及意义 | 第8-9页 |
| §1-2 国内外研究现状 | 第9-13页 |
| 1-2-1 国外研究情况 | 第9-12页 |
| 1-2-2 国内研究情况 | 第12页 |
| 1-2-3 面临的技术挑战 | 第12-13页 |
| §1-3 本文的主要研究内容 | 第13页 |
| §1-4 本章小结 | 第13-14页 |
| 第二章 人耳图像库的建立和预处理 | 第14-19页 |
| §2-1 图像的获取 | 第14页 |
| §2-2 图像预处理 | 第14-18页 |
| 2-2-1 图像增强 | 第14-17页 |
| 2-2-2 图像平滑滤波 | 第17-18页 |
| §2-3 本章小结 | 第18-19页 |
| 第三章 基于主元分析方法的人耳特征提取 | 第19-24页 |
| §3-1 主成元分析 | 第19-21页 |
| 3-1-1 主成分分析法 | 第19页 |
| 3-1-2 主成分分析理论基础 | 第19-20页 |
| 3-1-3 主成分的推导及性质 | 第20-21页 |
| §3-2 人耳特征提取 | 第21-23页 |
| §3-3 本章小结 | 第23-24页 |
| 第四章 人耳图像的识别 | 第24-35页 |
| §4-1 BP 神经网络 | 第24-26页 |
| 4-1-1 神经网络的特点 | 第24页 |
| 4-1-2 基本BP 学习算法 | 第24-26页 |
| §4-2 实验及实验结果分析 | 第26-30页 |
| 4-2-1 实验设计 | 第26-27页 |
| 4-2-2 神经网络的改进 | 第27-28页 |
| 4-2-3 距离分类器实验比较 | 第28-29页 |
| 4-2-4 主成分分析的缺陷 | 第29-30页 |
| §4-3 遗传算法对特征空间的选取优化 | 第30-34页 |
| 4-3-1 遗传算法概述 | 第30页 |
| 4-3-2 遗传算法的基本概念 | 第30-31页 |
| 4-3-3 遗传算法的流程 | 第31页 |
| 4-3-4 遗传算法对人耳特征空间的优化 | 第31-34页 |
| §4-4 本章小结 | 第34-35页 |
| 第五章 人耳识别系统 | 第35-46页 |
| §5-1 程序设计 | 第35-42页 |
| 5-1-1 系统程序的设计流程图 | 第35-36页 |
| 5-1-2 系统主框架 | 第36-37页 |
| 5-1-3 系统辅助类的建立 | 第37-39页 |
| 5-1-4 功能设计 | 第39-42页 |
| §5-2 系统应用简介 | 第42-45页 |
| §5-3 本章小结 | 第45-46页 |
| 第六章 结论 | 第46-47页 |
| 参考文献 | 第47-51页 |
| 致谢 | 第51-52页 |
| 攻读学位期间所取得的相关科研成果 | 第52页 |
