外观专利图像分类技术研究
摘要 | 第1-5页 |
Abstract | 第5-7页 |
目录 | 第7-9页 |
Contents | 第9-11页 |
第一章 绪论 | 第11-16页 |
·课题研究背景及意义 | 第11-13页 |
·课题研究的国内外现状 | 第13-14页 |
·课题研究需解决的关键问题 | 第14-15页 |
·本论文的结构和主要内容 | 第15-16页 |
第二章 外观专利图像的特征提取 | 第16-23页 |
·图像预处理 | 第16-20页 |
·噪声消除 | 第17页 |
·背景去除 | 第17-18页 |
·边缘提取 | 第18-19页 |
·归一化 | 第19-20页 |
·形状特征融合 | 第20-21页 |
·本章小结 | 第21-23页 |
第三章 基于K-MEANS的外观专利图像分类 | 第23-32页 |
·专利外观的语义分类 | 第23-24页 |
·聚类分析技术 | 第24-25页 |
·K-means聚类算法分析 | 第25-27页 |
·K-means聚类算法介绍 | 第25-26页 |
·聚类中心的初始化 | 第26-27页 |
·实验与结果分析 | 第27-31页 |
·本章小结 | 第31-32页 |
第四章 基于SVM的外观专利图像分类 | 第32-50页 |
·支持向量机及训练算法 | 第32-40页 |
·支持向量机线性分类的几何模型 | 第32-35页 |
·广义最优分类超平面 | 第35-37页 |
·SVM的训练算法 | 第37-40页 |
·构造支持向量机 | 第40-45页 |
·SVM参数的选择 | 第41-42页 |
·交叉验证 | 第42-43页 |
·网格搜索法 | 第43-44页 |
·SVM多分类 | 第44-45页 |
·实验与结果分析 | 第45-49页 |
·本章小结 | 第49-50页 |
总结与展望 | 第50-51页 |
参考文献 | 第51-54页 |
攻读硕士学位期间发表的学术论文 | 第54-55页 |
攻读硕士学位期间参与的项目 | 第55-57页 |
致谢 | 第57页 |