| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第10-18页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 研究意义 | 第11-12页 |
| 1.3 特征筛选方法研究现状 | 第12-16页 |
| 1.4 本文研究内容 | 第16-17页 |
| 1.5 论文章节安排 | 第17-18页 |
| 2 烤烟烟叶原始样本的采集和预处理 | 第18-36页 |
| 2.1 烤烟烟叶的图像采集系统 | 第18-21页 |
| 2.2 烤烟烟叶图像的预处理 | 第21-35页 |
| 2.2.1 背景分割 | 第22-26页 |
| 2.2.2 去除噪声 | 第26-27页 |
| 2.2.3 特征的提取 | 第27-31页 |
| 2.2.4 特征初筛选 | 第31-34页 |
| 2.2.5 人工去相关 | 第34-35页 |
| 2.3 本章总结 | 第35-36页 |
| 3 烟叶分级模型的建立 | 第36-44页 |
| 3.1 支持向量机(SVM) | 第36-39页 |
| 3.2 随机森林(RF) | 第39-40页 |
| 3.3 稀疏表示(SRC)和基于密度的稀疏表示(DSRC) | 第40-43页 |
| 3.4 本章小结 | 第43-44页 |
| 4 特征深度筛选 | 第44-60页 |
| 4.1 特征重要性筛选 | 第44-45页 |
| 4.2 基于改进粒子群算法进行特征筛选 | 第45-49页 |
| 4.3 基于蚁群算法进行特征筛选 | 第49-52页 |
| 4.4 基于遗传算法进行特征筛选 | 第52-55页 |
| 4.5 特征被选概率算法进行特征筛选 | 第55-57页 |
| 4.6 最优特征组合的筛选 | 第57-60页 |
| 5 总结和展望 | 第60-62页 |
| 5.1 总结 | 第60-61页 |
| 5.2 展望 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 致谢 | 第66-67页 |
| 个人简历、在学校期间发表的学术论文与参与项目 | 第67页 |