智能交通系统中汽车车型的模糊模式识别
| 摘要 | 第1-6页 |
| Abstract | 第6-8页 |
| 第一章 引言 | 第8-11页 |
| ·研究的实际背景和意义 | 第8页 |
| ·目前的研究现状 | 第8-10页 |
| ·本文的主要内容和特点 | 第10-11页 |
| 第二章 模糊模式识别基础理论 | 第11-18页 |
| ·模式识别概论 | 第11-12页 |
| ·模糊模式识别基础 | 第12-15页 |
| ·模糊关系和模糊矩阵 | 第12-13页 |
| ·模糊语言变量和模糊推理 | 第13-14页 |
| ·贴近度和择近原则 | 第14-15页 |
| ·模糊模式识别系统 | 第15-18页 |
| 第三章 图像处理和特征提取 | 第18-26页 |
| ·汽车车型识别系统简介 | 第18页 |
| ·车型识别的分类标准 | 第18-19页 |
| ·图像采集 | 第19页 |
| ·图像预处理 | 第19-21页 |
| ·图像平滑 | 第19-20页 |
| ·图像模糊增强 | 第20-21页 |
| ·图像分割和轮廓跟踪 | 第21-23页 |
| ·图像分割 | 第21-23页 |
| ·轮廓提取 | 第23页 |
| ·Hough变换检测直线 | 第23-24页 |
| ·特征提取和选择 | 第24-26页 |
| 第四章 识别模型的建立与优化 | 第26-35页 |
| ·原理简介 | 第26页 |
| ·客货车识别模型 | 第26-31页 |
| ·支持向量机 | 第27-29页 |
| ·模糊支持向量机 | 第29-31页 |
| ·客车识别模型 | 第31-35页 |
| ·模糊神经网络 | 第31-32页 |
| ·遗传算法优化 | 第32-35页 |
| 第五章 数据处理 | 第35-40页 |
| ·客、货车分类数据处理 | 第35-36页 |
| ·客车分类数据处理 | 第36-40页 |
| ·特征选择 | 第36-37页 |
| ·遗传算法优化 | 第37-39页 |
| ·测试结果 | 第39-40页 |
| 第六章 结果分析 | 第40-41页 |
| 参考文献 | 第41-43页 |
| 致谢 | 第43页 |
