基于流形学习的杂草种子识别的研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-15页 |
| ·研究的目的与意义 | 第10-11页 |
| ·国内外研究概况 | 第11-13页 |
| ·国内研究概况 | 第11-12页 |
| ·国外研究概况 | 第12-13页 |
| ·论文研究内容及组织 | 第13-15页 |
| ·论文的研究内容 | 第13-14页 |
| ·论文的组织格式 | 第14-15页 |
| 第二章 分类器简介 | 第15-20页 |
| ·欧氏距离分类器 | 第15页 |
| ·K 最近邻(KNN)分类器 | 第15-16页 |
| ·支持向量机分类器 | 第16-19页 |
| ·线性支持向量机 | 第16-18页 |
| ·非线性支持向量机 | 第18-19页 |
| ·本章小结 | 第19-20页 |
| 第三章 基于流形学习的杂草种子特征提取研究 | 第20-33页 |
| ·流形学习中的相关数学定义 | 第21-22页 |
| ·流形学习的定义 | 第22页 |
| ·等距映射 | 第22-23页 |
| ·局部线性嵌入 | 第23-28页 |
| ·特征提取中的参数优化 | 第28-30页 |
| ·基于流形学习的杂草种子特征提取研究 | 第30-32页 |
| ·本章小结 | 第32-33页 |
| 第四章 基于线性降维的杂草种子特征提取研究 | 第33-40页 |
| ·主成分分析 | 第33-35页 |
| ·Color PCA 算法 | 第35-36页 |
| ·基于线性降维的杂草种子特征提取研究 | 第36-38页 |
| ·本章小结 | 第38-40页 |
| 第五章 系统实验 | 第40-49页 |
| ·实验平台 | 第40页 |
| ·实验路线 | 第40-41页 |
| ·数据的获取 | 第41页 |
| ·图像的预处理 | 第41-43页 |
| ·实验结果与分析 | 第43-48页 |
| ·实验数据组织 | 第43页 |
| ·杂草种子识别 | 第43-48页 |
| ·实验总结 | 第48页 |
| ·本章小结 | 第48-49页 |
| 第六章 总结与展望 | 第49-51页 |
| ·工作总结 | 第49页 |
| ·工作展望 | 第49-51页 |
| 参考文献 | 第51-55页 |
| 致谢 | 第55-56页 |
| 作者简介 | 第56页 |
