基于支持向量机的商标图像分类研究

摘要	第1-4页
ABSTRACT	第4-7页
第一章 绪言	第7-17页
·支持向量机理论应用与发展现状	第7-9页
·商标图像分类的应用与发展	第9-15页
·研究背景及意义	第15页
·本文的主要研究工作	第15-17页
第二章 支持向量机的原理	第17-29页
·统计学习理论	第17-18页
·推广性的界	第18-19页
·结构风险最小化策略	第19页
·支持向量机的基本原理	第19-23页
·核函数	第23-24页
·参数选择	第24-29页
第三章 商标图像内容及特征提取	第29-45页
·商标图像内容特征	第29页
·基于信息熵的商标图像形状特征描述	第29-32页
·商标图像的外围轮廓形状特征分析	第32-36页
·商标图像内部区域形状特征分析	第36-39页
·单封闭商标图像轮廓特征的傅里叶描述及实验分析	第39-45页
第四章 商标图像分类模型的建立	第45-55页
·支持向量机商标图像分类系统结构	第45-46页
·单封闭轮廓商标图像的分类模型的构建	第46-49页
·实验过程及分析	第49-55页
第五章 总结与展望	第55-57页
·总结	第55页
·展望	第55-57页
致谢	第57-58页
参考文献	第58-62页
攻读学位期间发表的论文	第62页