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

近似分治SVM的ECT图像重建算法研究

摘要第5-6页
Abstract第6-7页
第1章 绪论第10-16页
    1.1 课题研究的背景及意义第10-11页
    1.2 ECT图像重建算法的研究现状与展望第11-13页
    1.3 支持向量机的研究现状与展望第13-14页
    1.4 FPGA技术的发展及其在ECT中的应用现状第14页
    1.5 课题的来源及主要研究内容第14-16页
第2章 系统研究相关理论概述第16-37页
    2.1 ECT基本原理和系统结构第16-23页
        2.1.1 电容层析成像系统基本结构第16-17页
        2.1.2 电容测量传感器基本结构第17-19页
        2.1.3 重建图像显示系统第19页
        2.1.4 ECT系统的工作原理第19-23页
    2.2 聚类分析第23-29页
        2.2.1 聚类概述第23-24页
        2.2.2 主要聚类方法介绍第24-25页
        2.2.3 SOM算法和C-均值算法第25-27页
        2.2.4 相似性度量第27-28页
        2.2.5 聚类效果判断准则第28-29页
    2.3 SVM机器学习理论基本原理第29-36页
        2.3.1 统计学习理论介绍第29-32页
        2.3.2 支持向量机回归算法与核函数第32-36页
    2.4 本章小结第36-37页
第3章 基于近似分治SVM的ECT图像重建算法第37-49页
    3.1 ECT电容传感器模型的建立第37-39页
    3.2 KFCMSVM简介第39-43页
    3.3 KFCMSVM图像重建算法第43-45页
    3.4 应用KFCMSVM算法实验第45-47页
    3.5 本章小结第47-49页
第4章 图像重建算法的硬件实现第49-57页
    4.1 引言第49页
    4.2 ARM与FPGA的接口设计第49-50页
    4.3 算法硬化整体设计第50-55页
        4.3.1 整体设计方案第50-51页
        4.3.2 模块设计第51-55页
    4.4 仿真实验第55-56页
    4.5 本章小结第56-57页
第5章 实验结果及分析第57-60页
    5.1 实验工具和开发环境介绍第57-58页
    5.2 实验结果分析与比较第58-59页
    5.3 本章小结第59-60页
结论第60-62页
参考文献第62-66页
攻读硕士学位期间发表的学术论文第66-67页
致谢第67-68页

论文共68页,点击 下载论文
上一篇:基于人群密度预分类网络的深度人群计数算法研究
下一篇:基于SVM的职业院校财务风险分析系统的设计与实现