基于支持向量机方法的图像分割与目标分类

摘要	第1-6页
Abstract	第6-8页
符号说明	第8-12页
1 绪论	第12-32页
·图像分割综述	第12-19页
·学习分类方法综述	第19-29页
·本文的主要工作与内容安排	第29-32页
2 统计学习理论与支持向量机方法	第32-54页
·机器学习的基本问题和方法	第32-35页
·统计学习理论	第35-39页
·支持向量机方法	第39-46页
·支持向量机的实现技术	第46-51页
·支持向量机方法的特点	第51-52页
·本章小结	第52-54页
3 基于支持向量机方法的单目标图像分割	第54-72页
·分割样本图	第54-55页
·输入空间	第55-56页
·图像分割实验分析	第56-67页
·模糊权重支持向量机	第67-71页
·本章小结	第71-72页
4 基于支持向量机方法的多目标图像分割	第72-86页
·多类支持向量机	第72-76页
·分割样本图	第76-78页
·输入空间	第78-82页
·图像分割实验分析	第82-85页
·本章小结	第85-86页
5 基于支持向量机方法的车辆分类	第86-108页
·引言	第86-87页
·系统描述	第87-88页
·检测算法	第88-105页
·检测算法评价	第105-106页
·本章小结	第106-108页
6 总结与展望	第108-110页
·总结	第108-109页
·展望	第109-110页
致谢	第110-111页
参考文献	第111-124页
附录 攻读博士学位期间发表论文目录	第124页