| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 课题的提出及研究意义 | 第10-11页 |
| 1.2 金属断口图像国内外研究现状 | 第11-13页 |
| 1.3 Grouplet国内外研究现状 | 第13-14页 |
| 1.4 核方法的国内外研究现状 | 第14-15页 |
| 1.5 论文的主要内容及创新之处 | 第15-17页 |
| 1.5.1 论文的主要内容 | 第15-16页 |
| 1.5.2 论文的创新之处 | 第16-17页 |
| 1.6 本章小结 | 第17-18页 |
| 第2章 基于Grouplet-KPCA方法的金属断口识别 | 第18-35页 |
| 2.1 引言 | 第18-19页 |
| 2.2 正交Grouplet变换 | 第19-20页 |
| 2.2.1 haar小波变换 | 第19-20页 |
| 2.2.2 正交Grouplet变换 | 第20页 |
| 2.3 Grouplet变换特征提取 | 第20-25页 |
| 2.4 核主成分分析原理和算法 | 第25-27页 |
| 2.5 Grouplet-KPCA识别方法 | 第27-29页 |
| 2.6 实验研究 | 第29-34页 |
| 2.7 本章小结 | 第34-35页 |
| 第3章 基于Grouplet-KMSE方法的金属断口识别 | 第35-45页 |
| 3.1 引言 | 第35页 |
| 3.2 核最小均方误差(KMSE)原理和算法 | 第35-37页 |
| 3.2.1 最小平方误差(MSE)方法 | 第36页 |
| 3.2.2 核最小均方误差(KMSE)方法原理和算法 | 第36-37页 |
| 3.3 Grouplet-KMSE识别方法 | 第37-40页 |
| 3.4 KMSE多类分类 | 第40-42页 |
| 3.5 实验研究 | 第42-44页 |
| 3.6 本章小结 | 第44-45页 |
| 第4章、基于Grouplet-KFDA方法的金属断口识别 | 第45-57页 |
| 4.1 引言 | 第45页 |
| 4.2 KFDA原理和算法 | 第45-49页 |
| 4.2.1 Fisher判别方法 | 第45-46页 |
| 4.2.2 核Fisher鉴别分析(KFDA)方法 | 第46-49页 |
| 4.3 Grouplet_KFDA识别方法 | 第49-51页 |
| 4.4 试验研究 | 第51-56页 |
| 4.5 本章小结 | 第56-57页 |
| 第5章 基于Grouplet-GKPCA方法的金属断口图像识别 | 第57-64页 |
| 5.1 引言 | 第57页 |
| 5.2 GKPCA理论 | 第57-59页 |
| 5.2.1 核理论简介 | 第57-58页 |
| 5.2.2 产生核理论简介 | 第58页 |
| 5.2.3 产生核与GKPCA理论 | 第58-59页 |
| 5.3 基于Grouplet-GKPCA方法的金属断口图像识别 | 第59-61页 |
| 5.4 实验研究 | 第61-63页 |
| 5.5 本章小结 | 第63-64页 |
| 第6章 结论与展望 | 第64-67页 |
| 6.1 本文总结 | 第64-65页 |
| 6.2 展望 | 第65-67页 |
| 参考文献 | 第67-71页 |
| 攻读硕士学位期间发表的论文和参加科研情况 | 第71-72页 |
| 致谢 | 第72-73页 |
