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Curvelet变换和改进Isomap算法的人耳识别

摘要第3-4页
ABSTRACT第4-5页
1 绪论第9-19页
    1.1 课题研究背景及意义第9-10页
    1.2 人耳识别技术及研究现状第10-14页
        1.2.1 人耳识别技术第10页
        1.2.2 国外研究现状第10-13页
        1.2.3 国内研究现状第13-14页
    1.3 Isomap 算法的研究现状第14-16页
        1.3.1 流形学习算法的提出第14-15页
        1.3.2 Isomap 算法的研究现状第15-16页
    1.4 主要研究内容及论文结构安排第16-19页
        1.4.1 研究内容第16-17页
        1.4.2 论文结构安排第17-19页
2 基于 Curvelet 变换的图像去噪与特征提取第19-29页
    2.1 Curvelet 变换理论第19-22页
        2.1.1 第一代 Curvelet 变换第20-21页
        2.1.2 第二代 Curvelet 变换第21-22页
    2.2 Curvelet 变换在图像去噪中的应用第22-24页
    2.3 Curvelet 变换在图像特征提取中的应用第24-28页
        2.3.0 Curvelet 系数结构分析第24-25页
        2.3.1 Curvelet 系数统计分析第25-27页
        2.3.2 Curvelet 系数特征分析第27-28页
    2.4 本章小结第28-29页
3 基于 Isomap 算法的特征降维第29-37页
    3.1 MDS 算法第29-31页
    3.2 经典 Isomap 算法第31-35页
        3.2.1 Isomap 理论第31-33页
        3.2.2 Isomap 算法的性能分析第33-35页
    3.3 Isomap 算法应用于模式分类存在的问题第35-36页
    3.4 本章小结第36-37页
4 基于图像欧氏距离的 Isomap 算法第37-49页
    4.1 图像的相似性度量第37-38页
    4.2 基于图像欧氏距离的 Isomap 算法第38-41页
        4.2.1 图像欧氏距离理论第38-39页
        4.2.2 图像欧氏距离的嵌入第39-40页
        4.2.3 基于图像欧氏距离的 Isomap 算法第40-41页
    4.3 仿真实验与结果分析第41-47页
        4.3.1 USTB3 人耳图像数据库第41-42页
        4.3.2 角度偏转实验第42-44页
        4.3.3 噪声实验第44-47页
    4.4 本章小结第47-49页
5 基于流形重构的 Isomap 算法第49-61页
    5.1 引言第49页
    5.2 LLE 算法简介第49-51页
        5.2.1 LLE 算法的局部保持思想第49-50页
        5.2.2 LLE 算法的实现第50-51页
    5.3 基于流形重构的 Isomap 算法第51-54页
        5.3.1 改进 Isomap 算法的思想第51-52页
        5.3.2 基于流形重构的 Isomap 算法第52-53页
        5.3.3 改进算法的时间性能分析第53-54页
    5.4 仿真实验及结果分析第54-59页
        5.4.1 Swiss-roll 数据集的准确性实验第54-55页
        5.4.2 真实数据集的准确性实验第55-58页
        5.4.3 真实数据集的噪声鲁棒性实验第58-59页
    5.5 本章小结第59-61页
6 基于 Curvelet 变换和改进 Isomap 算法的人耳识别系统第61-75页
    6.1 人耳识别系统第61-62页
    6.2 人耳图像去噪与特征提取第62-64页
        6.2.1 人耳图像去噪第62-63页
        6.2.2 人耳图像特征提取第63-64页
    6.3 人耳图像的距离空间转换第64页
    6.4 人耳特征降维第64-66页
    6.5 人耳特征分类实验及结果分析第66-73页
        6.5.1 无噪实验第66-68页
        6.5.2 噪声实验第68-73页
    6.6 本章小结第73-75页
7 总结与展望第75-77页
    7.1 总结第75-76页
    7.2 展望第76-77页
致谢第77-79页
参考文献第79-83页
附录第83页
    A. 攻读硕士期间发表的论文目录第83页

论文共83页,点击 下载论文
上一篇:应急供应链中物资保障环节优化研究
下一篇:复杂光照条件下纹理分类算法的研究