| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第1章 绪论 | 第10-17页 |
| ·研究背景和意义 | 第10-12页 |
| ·国内外研究现状 | 第12-16页 |
| ·本文的研究内容及结构 | 第16-17页 |
| 第2章 支持向量机基础 | 第17-29页 |
| ·SVM的基本思想 | 第17-22页 |
| ·最优分类超面 | 第18-20页 |
| ·核函数 | 第20-22页 |
| ·多分类问题 | 第22页 |
| ·SVM算法 | 第22-29页 |
| ·SVM的经典算法 | 第22-24页 |
| ·SVM典型分类算法 | 第24-29页 |
| 第3章 AdaBoost算法 | 第29-39页 |
| ·Boosting算法介绍与分析 | 第29-30页 |
| ·AdaBoost算法 | 第30-33页 |
| ·嵌入式多视角AdaBoost算法 | 第33-37页 |
| ·EMV-AdBaoost算法 | 第33-35页 |
| ·EMV-AdaBoost算法说明 | 第35-37页 |
| ·EMV-AdaBoost算法分析 | 第37-39页 |
| 第4章 组块的定义和标注方法 | 第39-43页 |
| ·组块的定义和类型 | 第39-41页 |
| ·组块的标注方法 | 第41-43页 |
| 第5章 基于SVM与EMV-AdaBoost算法的组块识别 | 第43-51页 |
| ·模型特征选择与实验数据说明 | 第43-46页 |
| ·特征选取 | 第43-45页 |
| ·实验数据与评价指标 | 第45-46页 |
| ·基于SVM的组块识别 | 第46-48页 |
| ·模型构建 | 第46页 |
| ·实验结果 | 第46-48页 |
| ·基于EMV-AdaBoost算法的组块识别 | 第48-51页 |
| ·模型构建 | 第48页 |
| ·实验结果 | 第48-51页 |
| 结论 | 第51-53页 |
| 参考文献 | 第53-57页 |
| 致谢 | 第57页 |