首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文--自动推理、机器学习论文

基于支持向量机的禽蛋胚体模式识别系统的研究

摘要第1-3页
ABSTRACT第3-7页
第1章 绪论第7-15页
   ·课题的研究背景和意义第7-8页
     ·研究背景第7页
     ·研究意义第7-8页
   ·国内外研究概况第8-12页
     ·国外研究概况第8-10页
     ·国内研究现状第10-12页
   ·本文主要研究工作第12-15页
第2章 鸡蛋胚体模式识别系统总体设计第15-19页
   ·鸡蛋胚体模式识别概述第15页
   ·鸡蛋胚体模式识别系统的构成第15-17页
   ·鸡蛋胚体模式识别系统的主要内容第17-18页
   ·本章小结第18-19页
第3章 鸡蛋胚体图像采集系统的设计第19-37页
   ·鸡蛋胚体图像采集平台的结构设计第19-23页
     ·功能分析与整体设计第19-20页
     ·相机运动十字滑台机构第20-22页
     ·相机的安装机构第22-23页
   ·图像采集机器视觉系统第23-28页
     ·光源第23-24页
     ·工业相机及镜头第24-27页
     ·工业控制计算机第27-28页
   ·控制系统第28-36页
     ·整体架构第28-29页
     ·鸡蛋胚体托盘传送机构的控制第29-30页
     ·十字滑台机构的控制第30-32页
     ·工业相机的控制第32-36页
   ·本章小结第36-37页
第4章 鸡蛋胚体图像处理第37-51页
   ·鸡蛋胚体图像分析第37-38页
   ·鸡蛋胚体图像处理系统的界面设计第38-39页
   ·鸡蛋胚体图像预处理第39-42页
     ·鸡蛋胚体图像平滑第39-41页
     ·鸡蛋胚体图像增强第41-42页
   ·鸡蛋胚体图像分割第42-50页
     ·鸡蛋胚体图像的血管特征提取第43-46页
     ·鸡蛋胚体图像的黑块特征提取第46-50页
   ·本章小结第50-51页
第5章 鸡蛋胚体分类器的设计第51-63页
   ·分类器设计原理第51页
   ·支持向量机概述第51-54页
   ·SVM 的核函数和参数选择第54-56页
     ·核函数的选择第54-55页
     ·最优参数的选择第55-56页
   ·构造鸡蛋胚体分类器模型第56-58页
     ·SVM 算法选择第56页
     ·基于 SVM 的鸡蛋胚体分类器模型确定第56-57页
     ·鸡蛋胚体分割顺序第57-58页
   ·基于 SVM 的鸡蛋胚体分类器训练第58-61页
   ·本章小结第61-63页
第6章 鸡蛋胚体模式识别系统的实验验证第63-67页
   ·硬件连接第63-64页
     ·平台的整体介绍第63-64页
     ·平台运行情况及调试过程中的主要问题第64页
   ·实验验证第64-66页
   ·本章小结第66-67页
第7章 结论与展望第67-69页
   ·结论第67页
   ·展望第67-69页
参考文献第69-73页
致谢第73-74页
攻读硕士学位期间的研究成果第74页

论文共74页,点击 下载论文
上一篇:结合框架和描述逻辑的文本检索系统研究
下一篇:玻璃表面缺陷在线检测系统的研发