基于分形的PCV2疫苗图像识别算法研究
| 中文摘要 | 第1-4页 |
| Abstract | 第4-5页 |
| 目录 | 第5-7页 |
| 第1章 绪论 | 第7-13页 |
| ·研究背景 | 第7页 |
| ·研究意义 | 第7-9页 |
| ·国内外发展状况 | 第9-12页 |
| ·本文主要研究的内容 | 第12-13页 |
| 第2章 分形理论基础 | 第13-27页 |
| ·分形维数概述 | 第13-16页 |
| ·几种分形维数 | 第16-20页 |
| ·赫斯道夫测度 | 第17-18页 |
| ·赫斯道夫维数 | 第18页 |
| ·盒子维数 | 第18-19页 |
| ·相似维数 | 第19-20页 |
| ·容量维数 | 第20页 |
| ·多重分形 | 第20-23页 |
| ·多重分形的定义 | 第20-23页 |
| ·多重分形参量的基本性质 | 第23页 |
| ·分形维数的计算 | 第23-25页 |
| ·多重分形普 | 第23-24页 |
| ·数盒子法 | 第24-25页 |
| ·固定半径法 | 第25页 |
| ·固定质量法 | 第25页 |
| ·本章小结 | 第25-27页 |
| 第3章 PCV2 疫苗图像识别原理 | 第27-36页 |
| ·图像识别概述 | 第27-28页 |
| ·PCV2 疫苗的图像的特征 | 第28-31页 |
| ·疫苗的形状/结构特征 | 第29页 |
| ·疫苗的纹理特征 | 第29-30页 |
| ·疫苗的空间特征 | 第30-31页 |
| ·基于神经网络的 PCV2 疫苗的图像识别 | 第31-35页 |
| ·神经网络概述 | 第31-32页 |
| ·BP 神经网络原理及算法 | 第32-34页 |
| ·采用神经网络作为识别方法的原因 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 第4章 基于分形维数的 PCV2 疫苗图像识别 | 第36-49页 |
| ·盒维数理论基础 | 第36-37页 |
| ·基于分形维数的 PCV2 疫苗图像分割 | 第37-47页 |
| ·图像预处理 | 第38-44页 |
| ·分形维数特征提取 | 第44-47页 |
| ·基于分形的 PCV2 疫苗图像识别实验结果 | 第47-48页 |
| ·本章小结 | 第48-49页 |
| 结论 | 第49-51页 |
| 参考文献 | 第51-56页 |
| 致谢 | 第56页 |
