支持向量机算法研究及在森林健康监测系统中的应用
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 1 前言 | 第8-15页 |
| ·背景和意义 | 第8-9页 |
| ·国内外研究现状 | 第9-14页 |
| ·参数选择 | 第10页 |
| ·支持向量机的实现算法研究 | 第10-11页 |
| ·支持向量机原始问题的变形和拓广 | 第11-13页 |
| ·森林健康系统和火灾监测技术 | 第13-14页 |
| ·小结 | 第14-15页 |
| 2 支持向量机的理论介绍 | 第15-26页 |
| ·C-支持向量机的原始问题的几何产生 | 第15-17页 |
| ·线性分类器的非线性扩展和核理论的引入 | 第17-21页 |
| ·核函数定义和主要形式 | 第17-18页 |
| ·引入核函数后的问题模型 | 第18-19页 |
| ·核函数的充要性条件的证明 | 第19-20页 |
| ·核函数的选择和构造 | 第20-21页 |
| ·C-支持向量机的统计学解释 | 第21-25页 |
| ·小结 | 第25-26页 |
| 3 支持向量机算法和参数选择研究 | 第26-44页 |
| ·支持向量机算法研究 | 第26-36页 |
| ·支持向量机分块算法 | 第26-29页 |
| ·分解算法 | 第29-32页 |
| ·最小序列分块算法及实验 | 第32-36页 |
| ·核参数选择优化 | 第36-42页 |
| ·几种常见的核函数 | 第36-38页 |
| ·几种核函数选择优化方法 | 第38-39页 |
| ·核参数选择优化方法的新思路 | 第39-42页 |
| ·小结 | 第42-44页 |
| 4 核空间结合样本中心角度的大规模支持向量机 | 第44-50页 |
| ·设计思想 | 第44-45页 |
| ·理论推导过程 | 第45-48页 |
| ·算法设计和实验分析 | 第48-49页 |
| ·算法设计 | 第48页 |
| ·实验与结果分析 | 第48-49页 |
| ·结语 | 第49-50页 |
| 5 支持向量机在森林健康监测系统中的应用 | 第50-61页 |
| ·森林火灾图像的特征选取 | 第50-52页 |
| ·火灾的动态特征提取 | 第50-52页 |
| ·疑似火灾区域的不规则度量 | 第52页 |
| ·小波图像边缘检测 | 第52-54页 |
| ·火灾视频识别的系统分析和设计 | 第54-59页 |
| ·训练数据集的获取和预处理 | 第54-55页 |
| ·分类器的训练产生 | 第55-59页 |
| ·小结 | 第59-61页 |
| 6 总结 | 第61-62页 |
| 致谢 | 第62-63页 |
| 参考文献 | 第63-66页 |
| 附录 1(攻读学位期间发表论文目录） | 第66页 |
