首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

中医舌苔厚薄的纹理分析

摘要第1-5页
Abstract第5-8页
第1章 绪论第8-16页
   ·课题背景与研究意义第8-10页
   ·国内外舌象研究现状第10-12页
   ·纹理分析研究现状第12-14页
   ·本文研究内容第14-16页
第2章 样本选择与预处理第16-26页
   ·舌苔样本简介第16-18页
   ·子图像选取第18-20页
   ·选择标准样本第20页
   ·反光点处理第20-22页
     ·反光点定义第20-21页
     ·固定阈值算法第21-22页
   ·舌苔厚薄特征提取第22-25页
   ·预处理实验结果第25页
   ·本章小结第25-26页
第3章 分类器的设计第26-46页
   ·分类器设计简介第26页
   ·根据遗传算法设计分类器第26-37页
     ·遗传算法简介第26-27页
     ·设计具体要求第27-29页
     ·问题求解过程第29-30页
     ·具体实现第30-31页
     ·遗传算法训练过程第31-35页
     ·遗传算法参数设定第35-37页
   ·BP 神经网络设计分类器第37-43页
     ·BP 神经网络简介第37-38页
     ·BP 神经网络具体实现第38-40页
     ·BP 神经网络训练算法第40-42页
     ·BP 神经网络参数设定第42-43页
   ·线性判别分析方法分类器设计第43-45页
     ·判别分析简介第43-44页
     ·多个总体的距离判别法第44-45页
     ·判别分析参数设定第45页
   ·本章小结第45-46页
第4章 实验结果第46-54页
   ·信息融合技术简介第46-48页
     ·组合动因第46-47页
     ·组合方案的特性第47-48页
     ·组合方法第48页
   ·单分类器性能表现第48-51页
     ·遗传算法性能第48-50页
     ·BP 神经网络方法的性能第50-51页
     ·线性判别分析方法的性能第51页
   ·组合分类器第51-53页
     ·组合分类器特点第51-52页
     ·组合分类器的设计第52-53页
   ·本章小结第53-54页
结论第54-55页
参考文献第55-59页
攻读学位期间发表的学术论文第59-61页
致谢第61页

论文共61页,点击 下载论文
上一篇:大规模网络安全态势分析中的报警关联挖掘
下一篇:惰性学习中实例选择研究与应用