致谢 | 第4-5页 |
摘要 | 第5-7页 |
Abstract | 第7-9页 |
1 引言 | 第15-19页 |
1.1 课题背景及研究意义 | 第15-17页 |
1.2 本论文的研究目的及研究内容 | 第17-18页 |
1.3 本章小结 | 第18-19页 |
2 相关工作综述 | 第19-41页 |
2.1 模式识别的信号处理方法 | 第19-23页 |
2.2 希尔伯特黄变换(HHT)的一些基本概念 | 第23-29页 |
2.2.1 希尔伯特变换 | 第23-24页 |
2.2.2 经验模式分解(EMD) | 第24-27页 |
2.2.3 希尔伯特谱 | 第27-29页 |
2.3 希尔伯特黄变换相关应用研究 | 第29-31页 |
2.3.1 基于经验模式分解的信号特征提取 | 第30-31页 |
2.3.2 基于希尔伯特黄变换的频谱特征提取 | 第31页 |
2.4 中药指纹图谱小波分形特征提取方法 | 第31-35页 |
2.4.1 小波变换的原理 | 第31-34页 |
2.4.2 基于小波变换的中药指纹图谱的分形特征提取方法 | 第34-35页 |
2.5 希尔伯特黄变换相关理论研究 | 第35-38页 |
2.5.1 关于EMD抽样误差问题 | 第35页 |
2.5.2 关于瞬时频率 | 第35-36页 |
2.5.3 关于内膜函数(IMF) | 第36-37页 |
2.5.4 关于经验模式分解算法 | 第37-38页 |
2.5.5 关于HHT的其他分析策略 | 第38页 |
2.6 研究的问题及研究创新点 | 第38-40页 |
2.7 本章小结 | 第40-41页 |
3 基于EMD的甘草色谱指纹图谱分形特征提取方法 | 第41-58页 |
3.1 问题提出 | 第41-42页 |
3.2 分形维数的相关原理 | 第42-47页 |
3.2.1 Hausdorff分形维数的原理 | 第42-44页 |
3.2.2 分形维数的计算 | 第44-47页 |
3.2.3 网格分形维数的计算 | 第47页 |
3.3 基于EMD的甘草色谱指纹图谱分形特征提取方法 | 第47-52页 |
3.3.1 甘草色谱指纹图谱的EMD分解 | 第47-48页 |
3.3.2 基于EMD的甘草色谱指纹图谱的分形特征提取 | 第48-50页 |
3.3.3 甘草色谱指纹图谱的EMD分形特征与小波变换分形特征的比较 | 第50-52页 |
3.4 实验结果 | 第52-57页 |
3.4.1 实验样本简介 | 第52-54页 |
3.4.2 实验及其实验结果 | 第54-57页 |
3.5 本章小结 | 第57-58页 |
4 分割窗EMD分形特征提取算法在中药色谱图谱分类中的应用 | 第58-69页 |
4.1 问题提出 | 第58页 |
4.2 分形维数的数值计算方法 | 第58-62页 |
4.2.1 Katz's分形维数 | 第58-59页 |
4.2.2 Petrosian's分形维数 | 第59-60页 |
4.2.3 Higuchi's分形维数 | 第60-62页 |
4.3 分割窗分形特征提取方法 | 第62-64页 |
4.4 实验与结果 | 第64-68页 |
4.5 本章小结 | 第68-69页 |
5 基于EMD的光照人脸特征提取及其在人脸识别中的应用 | 第69-76页 |
5.1 问题提出 | 第69页 |
5.2 基于EMD的光照人脸特征提取方法 | 第69-71页 |
5.3 基于EMD特征的光照人脸识别 | 第71-72页 |
5.4 实验结果 | 第72-75页 |
5.5 本章小结 | 第75-76页 |
6 基于改进的二维EMD的光照人脸的相位特征提取方法 | 第76-89页 |
6.1 问题提出 | 第76页 |
6.2 相位一致性理论 | 第76-78页 |
6.3 利用单演滤波器计算PC及图像相位特征提取方法 | 第78-85页 |
6.3.1 Riesz变换与单演信号 | 第78-79页 |
6.3.2 基于EMD的单演信号的构造 | 第79-80页 |
6.3.3 基于移动平均算法改进的二维EMD (BEMD) | 第80-83页 |
6.3.4 基于BEMD图像的相位特征提取 | 第83-85页 |
6.4 基于相位特征的光照人脸的识别及实验结果 | 第85-88页 |
6.5 本章小结 | 第88-89页 |
7 结论 | 第89-93页 |
7.1 论文工作总结 | 第89-90页 |
7.2 下一步工作展望 | 第90-93页 |
参考文献 | 第93-103页 |
作者简历及在学研究成果 | 第103-106页 |
学位论文数据集 | 第106页 |