| 车辆识别若干基础算法与技术研究 | 第1-5页 |
| THE RESEARCH ON SOME BASIC ALGORITHMS AND TECHNOLOGIES ABOUT VEHICLE RECOGNITION | 第5-9页 |
| 目录 | 第9-12页 |
| 第一章 绪论 | 第12-16页 |
| ·研究目的和意义 | 第12页 |
| ·研究现状 | 第12-14页 |
| ·国内研究现状 | 第13页 |
| ·国外研究现状 | 第13-14页 |
| ·各种识别方法的优缺点 | 第14页 |
| ·本文研究内容 | 第14-16页 |
| 第二章 基础算法研究 | 第16-56页 |
| ·神经网络稳定性 | 第16-33页 |
| ·含时延和扰动的连续BAM神经网络的稳定性和指数收敛速度估计 | 第16-23页 |
| ·受扰时滞Hopfield神经网络的稳定性分析 | 第23-33页 |
| ·计算矩阵特征值特征向量的一种神经网络 | 第33-46页 |
| ·一种由种群发育约束个体变异的鲁棒遗传算法 | 第46-56页 |
| 第三章 基于神经网络的车辆识别 | 第56-69页 |
| ·研究背景 | 第56-57页 |
| ·基本概念 | 第57页 |
| ·网络构造 | 第57-60页 |
| ·学习算法 | 第60-61页 |
| ·识别实例 | 第61-68页 |
| ·本章小结 | 第68-69页 |
| 第四章 基于支持向量机的可用于车辆识别的多类分类器设计 | 第69-82页 |
| ·研究背景 | 第69-70页 |
| ·问题描述 | 第70-72页 |
| ·问题解法 | 第72-73页 |
| ·模式估计 | 第73-74页 |
| ·模式实数取值分析 | 第74-76页 |
| ·推广误差分析 | 第76-77页 |
| ·实验 | 第77-81页 |
| ·本章小结 | 第81-82页 |
| 第五章 基于FISHER变换的多尺度车辆识别 | 第82-97页 |
| ·研究背景 | 第82页 |
| ·约定和术语 | 第82-83页 |
| ·算法分析 | 第83-90页 |
| ·实验步骤及结果 | 第90-96页 |
| ·本章结语 | 第96-97页 |
| 第六章 基于小波分解和遗传算法的车辆识别 | 第97-113页 |
| ·研究背景 | 第97-98页 |
| ·小波分解 | 第98页 |
| ·遗传算法 | 第98-101页 |
| ·小波分解对计算量的影响 | 第101-102页 |
| ·实验 | 第102-112页 |
| ·本章结语 | 第112-113页 |
| 第七章 几种车辆识别方法的理论及实验比较分析 | 第113-121页 |
| ·理论分析比较 | 第113-115页 |
| ·算法复杂性 | 第113-114页 |
| ·内存消耗量 | 第114-115页 |
| ·普适性 | 第115页 |
| ·基于实验的比较分析 | 第115-119页 |
| ·本章小结 | 第119-121页 |
| 第八章 主要成果及研究展望 | 第121-125页 |
| 附录一 论文图表索引 | 第125-127页 |
| 附录二 在读期间完成的学术论文 | 第127-129页 |
| 附录三 在读期间参加或负责的项目 | 第129-130页 |
| 参考文献 | 第130-140页 |
| 论文申明 | 第140-141页 |
| 致谢 | 第141页 |
