首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于核方法与累积量随机学习的模式分类研究

摘要第1-5页
ABSTRACT第5-9页
第一章:绪论第9-23页
   ·模式分类概述第9-13页
     ·基本概念与方法第9-11页
     ·模式分类系统第11-13页
   ·核方法的关键问题分析第13-18页
     ·核方法的基本思想第13-15页
     ·核方法的关键问题分析及解决方法第15-18页
   ·累积量随机学习简述第18-20页
     ·概率密度估计方法介绍第18-19页
     ·累积量随机学习的基本思想第19-20页
   ·论文研究的主要内容及章节安排第20-23页
第二章 特征空间中数据的几何结构表示第23-27页
   ·基本思想第23-24页
   ·子空间标准正交基的确定第24-26页
     ·子空间基的确定第24-26页
     ·子空间标准正交基的确定第26页
   ·本章小结第26-27页
第三章 核参数优化问题研究第27-41页
   ·核参数优化问题分析第27-30页
     ·问题的提出第27-28页
     ·核参数优化的研究现状第28-29页
     ·本文的核参数优化思路第29-30页
   ·支撑向量域描述(SVDD)算法介绍第30-35页
     ·算法描述第30-34页
     ·研究现状第34-35页
   ·一种改善SVDD性能的核优化算法第35-40页
     ·核优化算法的思路第35-36页
     ·核参数优化测度的构造第36-37页
     ·最优化核参数的算法步骤第37页
     ·实验及结果分析第37-40页
   ·本章小结第40-41页
第四章 核方法简化问题研究第41-61页
   ·一种KPCA的快速算法第41-51页
     ·PCA的数学描述第41-43页
     ·KPCA简介第43-45页
     ·计算复杂度分析第45-46页
     ·一种KPCA的快速算法第46-48页
     ·实验分析第48-51页
   ·一种核FISHER判别分析的快速算法第51-58页
     ·Fisher判别分析简述第51-53页
     ·核Fisher判别分析简述第53-54页
     ·算法性能分析第54-55页
     ·一种KFDA的快速算法第55-56页
     ·实验分析第56-58页
   ·本章小结第58-61页
第五章 基于核最优变换和聚类中心的鉴别特征提取第61-75页
   ·基本思想第61-62页
   ·最优变换和聚类中心算法描述第62-65页
     ·最优变换第63-64页
     ·最优聚类中心的选择第64-65页
   ·核最优变换和聚类中心算法第65-68页
     ·KOT-CC算法推导第66-67页
     ·性能比较分析第67-68页
   ·核最优变换和聚类中心的简化算法第68-69页
   ·实验分析第69-73页
     ·鉴别特征提取能力分析第69-71页
     ·计算性能分析第71-72页
     ·与核Fisher鉴别分析的比较第72-73页
   ·本章小结第73-75页
第六章 基于非参数化密度估计的雷达目标识别第75-95页
   ·HRRP的特性分析第75-80页
     ·HRRP的获取第75-76页
     ·HRRP的敏感性及其预处理第76-79页
     ·帧内HRRP的统计特性分析第79-80页
   ·基于累积量随机学习的雷达目标识别第80-87页
     ·方法提出的背景第80-82页
     ·累积量随机学习(SLC)第82-83页
     ·SLC的主要步骤第83页
     ·运用SLC进行识别的基本步骤第83-84页
     ·基于外场实测数据的实验分析第84-87页
     ·结论第87页
   ·基于“GAMMA—SLC”混合密度估计的雷达目标识别第87-94页
     ·方法提出的背景第87-89页
     ·密度估计方法的描述第89-90页
     ·密度估计方法的选择第90页
     ·采用“Gamma-SLC”进行识别的基本步骤第90-91页
     ·基于外场实测数据的实验分析第91-93页
     ·结论第93-94页
   ·本章小结第94-95页
第七章 总结与展望第95-99页
   ·本文的主要研究成果第95-96页
   ·后继工作与展望第96-99页
致谢第99-100页
参考文献第100-110页
在读期间的研究成果和参加的科研项目第110-112页
发表的文章与学位论文的对应关系第112-113页

论文共113页,点击 下载论文
上一篇:统计学习在色彩校正和色彩恒常中的应用
下一篇:基于多尺度几何分析的多传感器图像融合研究