核机器学习方法及其在视觉检测中的应用研究
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-16页 |
| 第一章 绪论 | 第16-26页 |
| ·研究背景 | 第16-17页 |
| ·核方法的研究现状 | 第17-19页 |
| ·印刷质量视觉检测的发展与现状 | 第19-22页 |
| ·论文主要研究内容 | 第22-24页 |
| ·论文组织结构 | 第24-26页 |
| 第二章 核方法与高精度印刷品视觉检测 | 第26-39页 |
| ·核方法的理论基础 | 第26-30页 |
| ·核方法及 KPCA | 第30-36页 |
| ·高精度印刷品质量视觉检测 | 第36-38页 |
| ·本章小结 | 第38-39页 |
| 第三章 基于 KPCA 的图像复原算法研究 | 第39-53页 |
| ·核方法中的图像复原算法 | 第39-40页 |
| ·基于 KPCA 的图像复原算法 | 第40-44页 |
| ·图像复原算法数值实验 | 第44-52页 |
| ·本章小结 | 第52-53页 |
| 第四章 核方法中选样算法的研究 | 第53-70页 |
| ·基于样本分布的选样算法 | 第53-64页 |
| ·基于样本分布的选样算法 | 第53-56页 |
| ·选样算法数值实验 | 第56-64页 |
| ·基于核对齐的选样算法 | 第64-69页 |
| ·本章小结 | 第69-70页 |
| 第五章 核方法中核函数与参数的优化学习 | 第70-111页 |
| ·引言 | 第70页 |
| ·学习核函数的理论基础 | 第70-74页 |
| ·核函数及参数对印刷检测结果的影响 | 第74-78页 |
| ·印刷检测中最优核参数的计算方法 | 第78-81页 |
| ·核方法中核函数学习的方法 | 第81-101页 |
| ·几种学习核函数的方法 | 第81-86页 |
| ·基于核对齐的学习核函数方法 | 第86-98页 |
| ·矩阵核函数的学习方法 | 第98-101页 |
| ·核向量空间的确定 | 第101-102页 |
| ·多类问题中向量值核函数的学习 | 第102-108页 |
| ·学习向量值核函数的理论依据 | 第102-104页 |
| ·学习向量值方法 | 第104-105页 |
| ·学习向量数值核函数数值实验 | 第105-108页 |
| ·多核学习 | 第108-110页 |
| ·本章小结 | 第110-111页 |
| 第六章 论文总结与展望 | 第111-113页 |
| 致谢 | 第113-114页 |
| 参考文献 | 第114-122页 |
| 攻读博士学位期间的研究成果 | 第122-124页 |
