首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

一些矩阵计算问题及其在图像识别中的应用研究

摘要第1-7页
ABSTRACT第7-12页
第一章 绪论第12-23页
   ·选题背景第12-14页
   ·三对角及带状矩阵问题的来源及研究现状第14-18页
     ·问题的来源第15-17页
       ·在数值分析中的应用第15-16页
       ·在图像处理中的应用第16-17页
     ·研究现状第17-18页
   ·矩阵计算在图像处理中的应用及研究现状第18-21页
     ·人脸识别中的代数特征提取第18-19页
     ·四元数矩阵在彩色图像处理中的应用第19-20页
     ·在图像处理中的其他应用第20-21页
   ·本文的主要工作第21-23页
第二章 三对角矩阵求逆的算法第23-37页
   ·引言第23-26页
   ·基于LU分解的简单算法第26-33页
     ·预备知识第27页
     ·三对角矩阵的逆第27-31页
     ·与已有结果的比较第31-33页
   ·基于向量表示逆阵的算法第33-37页
     ·预备知识第33-34页
     ·三对角矩阵求逆的算法第34-36页
     ·数值实验第36-37页
第三章 块三对角矩阵求逆的算法第37-53页
   ·引言第37-39页
   ·基于块绞形分解的算法第39-44页
     ·引理第39-40页
     ·主要结果第40-41页
     ·计算复杂度比较及数值实验第41-44页
   ·基于块LU分解的算法第44-48页
     ·引理第44-45页
     ·块三对角矩阵的求逆第45-47页
     ·计算复杂度比较及数值实验第47-48页
   ·基于块向量表示块逆阵的算法第48-53页
     ·引理第48-50页
     ·块三对角矩阵的求逆第50-51页
     ·计算复杂度比较第51-53页
第四章 带状矩阵计算及H矩阵的谱半径估计第53-69页
   ·带状矩阵的逆第53-60页
     ·带状矩阵的绞形分解第53-56页
     ·求逆的算法第56-57页
     ·计算复杂度分析第57-58页
     ·在三对角矩阵中的应用第58-60页
   ·五对角Toeplitz线性方程组第60-65页
     ·对称五对角Toeplitz线性方程组第60-64页
       ·对称五对角Toeplitz矩阵的分裂第61-62页
       ·线性方程组M_px=q的求解第62-63页
       ·对称五对角Toeplitz线性方程组的求解算法第63-64页
     ·计算复杂度分析第64-65页
   ·非奇H(块)矩阵的谱半径估计第65-69页
     ·引言第65页
     ·主要结果第65-67页
     ·数值例子第67-69页
第五章 基于二阶2DPCA的人脸识别研究第69-85页
   ·特征脸方法及其改进方法的介绍第69-74页
     ·特征脸(eigenface)方法第70-71页
     ·二阶特征脸方法第71-72页
     ·二维主分量分析(2DPCA)第72-74页
   ·二阶二维主分量分析第74-85页
     ·Sec-PCA和2DPCA方法的缺陷第75页
     ·二阶2DPCA第75-78页
     ·基于二阶2DPCA的图像重建第78页
     ·实验第78-84页
       ·在Yale人脸库B上的实验第78-81页
       ·在Harvard人脸库上的实验第81-83页
       ·在ORL人脸库上的实验第83-84页
     ·结论第84-85页
第六章 基于四元数矩阵的彩色图像识别第85-103页
   ·四元数矩阵介绍第86-89页
   ·彩色图像的奇异值特征提取第89-92页
   ·彩色图像识别第92-96页
     ·基于最近邻准则的识别第92-94页
     ·基于矩阵似然度的识别第94-96页
       ·矩阵的似然度及特征矩阵集第94-95页
       ·彩色图像识别及实验结果第95-96页
   ·基于投影特征向量的图像识别第96-103页
     ·彩色图像信息第96-98页
     ·特征提取第98-100页
     ·图像识别算法第100-101页
     ·实验第101-103页
第七章 结论第103-106页
致谢第106-107页
参考文献第107-113页
作者攻博期间取得的成果第113-114页

论文共114页,点击 下载论文
上一篇:基于物理的烟雾动画研究
下一篇:软土地区深基坑工程逆作法数值分析及实测研究