图像分类识别新算法研究与应用
| 中文摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 引言 | 第8-12页 |
| ·研究背景 | 第8页 |
| ·图像分类的研究现状 | 第8-9页 |
| ·支持向量域描述算法的研究现状 | 第8-9页 |
| ·仿射传播算法的研究现状 | 第9页 |
| ·本文主要工作和创新点 | 第9-10页 |
| ·论文的组织结构 | 第10-11页 |
| ·本章小结 | 第11-12页 |
| 第二章 图像分类识别理论 | 第12-17页 |
| ·图像分类识别原理 | 第12-13页 |
| ·图像分类识别过程 | 第13-14页 |
| ·图像分类识别方法 | 第14-16页 |
| ·监督分类方法概述 | 第14-15页 |
| ·非监督分类方法概述 | 第15-16页 |
| ·本章小结 | 第16-17页 |
| 第三章 基于改进SVDD的遥感图像分类识别算法 | 第17-36页 |
| ·遥感图像预处理 | 第17-19页 |
| ·波段选择 | 第17-18页 |
| ·波段组合 | 第18页 |
| ·图像降噪 | 第18页 |
| ·去条带处理 | 第18-19页 |
| ·支持向量域描述算法的原理 | 第19-21页 |
| ·支持向量域描述算法中的核函数 | 第21-23页 |
| ·核函数方法的基本原理 | 第21-22页 |
| ·核函数的性质 | 第22页 |
| ·常用的核函数 | 第22-23页 |
| ·基于改进SVDD的遥感图像分类识别算法 | 第23-28页 |
| ·算法中参数的优化——网格搜索算法 | 第23页 |
| ·SVDD算法的主要步骤 | 第23-25页 |
| ·改进算法的描述 | 第25-28页 |
| ·基于组合特征的SVDD遥感图像分类识别算法 | 第25-27页 |
| ·基于单核SVDD的遥感图像分类识别算法 | 第27-28页 |
| ·基于多核SVDD的遥感图像分类识别算法 | 第28页 |
| ·仿真实验及结果分析 | 第28-35页 |
| ·仿真实验 | 第28-30页 |
| ·数据准备 | 第28-30页 |
| ·仿真实验 | 第30页 |
| ·实验结果分析 | 第30-35页 |
| ·本章小结 | 第35-36页 |
| 第四章 基于改进AP的人脸图像分类识别算法 | 第36-45页 |
| ·梯度方向直方图特征 | 第36-37页 |
| ·收缩因子 | 第37页 |
| ·聚类效性指标 | 第37-38页 |
| ·Silhouette指标 | 第38页 |
| ·Hartigan指标 | 第38页 |
| ·仿射传播算法的原理 | 第38-39页 |
| ·基于改进AP的人脸图像分类识别算法 | 第39-42页 |
| ·改进算法的主要思想 | 第39页 |
| ·算法中参数的设置 | 第39-41页 |
| ·改进算法的主要步骤 | 第41-42页 |
| ·仿真实验与结果分析 | 第42-44页 |
| ·仿真实验 | 第42-43页 |
| ·实验结果分析 | 第43-44页 |
| ·本章小结 | 第44-45页 |
| 结论与展望 | 第45-46页 |
| 参考文献 | 第46-49页 |
| 致谢 | 第49-50页 |
| 个人简历 | 第50-51页 |
| 在学期间的研究成果及发表的学术论文 | 第51页 |
