基于独立分量分析的特征提取技术在目标识别中的应用
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 1 绪论 | 第7-14页 |
| ·课题来源及背景 | 第7-8页 |
| ·图像描述与特征提取 | 第8-10页 |
| ·独立分量分析概述 | 第10-11页 |
| ·目标识别概述 | 第11-13页 |
| ·本文的研究内容 | 第13-14页 |
| 2 独立分量分析基本理论 | 第14-31页 |
| ·引言 | 第14页 |
| ·高阶统计特性分析 | 第14-19页 |
| ·多维数据的线性变换 | 第19-21页 |
| ·主分量分析(PCA) | 第21-24页 |
| ·独立分量分析(ICA) | 第24-30页 |
| ·小结 | 第30-31页 |
| 3 ICA 的算法实现 | 第31-52页 |
| ·引言 | 第31-32页 |
| ·ICA 预处理 | 第32-34页 |
| ·非高斯与统计独立 | 第34-35页 |
| ·ICA 目标函数 | 第35-42页 |
| ·ICA 优化算法 | 第42-51页 |
| ·小结 | 第51-52页 |
| 4 基于ICA 的特征提取技术在目标识别中的应用 | 第52-70页 |
| ·引言 | 第52-53页 |
| ·ICA 在混合图像分离中的应用 | 第53-56页 |
| ·基于ICA 特征子空间的目标识别 | 第56-66页 |
| ·基于ICA 的人脸特征提取与识别实验 | 第66-69页 |
| ·小结 | 第69-70页 |
| 5 总结与展望 | 第70-71页 |
| 致谢 | 第71-72页 |
| 参考文献 | 第72-77页 |
| 附录1 攻读硕士学位期间发表论文目录 | 第77页 |
