基于SVM的均匀色空间中宝石绿色分类预测
摘要 | 第1-7页 |
Abstract | 第7-9页 |
目录 | 第9-11页 |
第1章 引言 | 第11-17页 |
·宝石颜色的重要性 | 第11-12页 |
·研究现状与存在问题 | 第12-13页 |
·研究目的与研究意义 | 第13-14页 |
·研究内容与科学问题 | 第14-15页 |
·技术路线与研究方案 | 第15-16页 |
·论文主要工作内容及工作量 | 第16-17页 |
第2章 宝石(绿色)色度学基础 | 第17-24页 |
·表色系统选取 | 第17-18页 |
·表色系统分类 | 第17页 |
·CIE 标准色度系统发展 | 第17-18页 |
·CIE1976L*a*b*均匀色空间 | 第18页 |
·宝石(绿色)样品选取 | 第18-19页 |
·宝石(绿色)样品的宝石学参数测试 | 第19-20页 |
·宝石(绿色)样品的颜色参数测量 | 第20-23页 |
·颜色测量实验条件 | 第20-21页 |
·宝石(绿色)样品颜色数据 | 第21-23页 |
·小结 | 第23-24页 |
第3章 宝石(绿色)颜色三属性特征研究 | 第24-34页 |
·样品在三维空间的分布特征研究 | 第24-30页 |
·三维散点图 | 第24-27页 |
·三维投点图中交叉区域样本整理 | 第27-30页 |
·颜色三要素量化分析 | 第30-33页 |
·色调量化分析 | 第30-31页 |
·彩度量化分析 | 第31-32页 |
·明度量化分析 | 第32-33页 |
·小结 | 第33-34页 |
第4章 宝石(绿色)分类预测的基础 | 第34-39页 |
·统计判别分析概述 | 第34-35页 |
·判别分析实验 | 第35-38页 |
·实验方法 | 第35页 |
·实验过程 | 第35页 |
·结果与分析 | 第35-38页 |
·小结 | 第38-39页 |
第5章 支持向量机分类 | 第39-55页 |
·支持向量机概述 | 第39-40页 |
·机器学习 | 第39-40页 |
·统计学习理论 | 第40页 |
·支持向量机 | 第40页 |
·支持向量机基本思想 | 第40-41页 |
·SVM 对宝石绿色分类预测基础 | 第41-42页 |
·基于 SVM 的宝石绿色分类模型 | 第42-48页 |
·确定评价指标 | 第42-43页 |
·基于 SVM 的宝石绿色分类预测建模步骤 | 第43-48页 |
·预测结果分析 | 第48-50页 |
·展望及应用 | 第50-53页 |
·小结 | 第53-55页 |
主要结论 | 第55-57页 |
致谢 | 第57-58页 |
参考文献 | 第58-61页 |
附录 | 第61-81页 |
个人简历 | 第81页 |