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

点模式匹配算法及在生物信息识别中的应用

提要第1-5页
摘要第5-7页
Abstract第7-11页
第1章 绪论第11-20页
   ·引言第11-12页
   ·点模式匹配的定义和分类第12-14页
     ·点模式匹配的定义第12-13页
     ·点模式匹配问题的分类第13-14页
   ·选题背景和意义第14-18页
     ·研究意义第14-16页
     ·点模式匹配技术的研究现状第16-18页
   ·本文的主要工作及论文组织结构第18-20页
     ·本文的主要工作第18页
     ·论文的组织结构第18-20页
第2章 点模式匹配的基本框架及代表算法第20-32页
   ·点模式匹配算法的基本框架第20-23页
     ·变换关系第20-22页
     ·匹配关系第22-23页
   ·基于 PSO 的点模式匹配算法第23-27页
     ·PSO 算法概述第23-25页
     ·匹配评价函数第25-26页
     ·PSO 点模式匹配算法第26-27页
   ·基于 RSC 图谱的匹配算法第27-31页
     ·RSC第27-29页
     ·图谱理论第29-30页
     ·基于 RSC 图谱的算法第30-31页
   ·本章小结第31-32页
第3章 CSC -Kuhn Munkres 点模式匹配算法第32-45页
   ·CSC 特征描述子第32-35页
     ·CSC 的理论依据第32-33页
     ·CS C 描述子第33-34页
     ·χ~2检验 - -计算两点特征的相似度第34-35页
   ·KuhnMunkres 算法—求解二分图匹配第35-38页
     ·点模式的二分图表达第35-36页
     ·KuhnMunkres 算法求解匹配第36-38页
   ·CSC-KuhnMunkres 匹配算法第38-39页
   ·实验分析第39-43页
     ·人工模拟数据集第39-41页
     ·真实数据集第41-43页
     ·实验总结第43页
   ·本章小结第43-45页
第4章 TCSC-KM 三维匹配算法第45-50页
   ·三维点模式匹配第45-46页
   ·TCSC-KM 匹配算法第46-48页
     ·TCSC 特征描述子第46-47页
     ·TCSC-KM 算法流程第47-48页
   ·实验结果和分析第48-49页
   ·本章小结第49-50页
第5章 总结与展望第50-52页
   ·本文总结第50页
   ·工作展望第50-52页
参考文献第52-56页
作者简介及在学期间所取得的科研成果第56-57页
致谢第57页

论文共57页,点击 下载论文
上一篇:基于颜色特征提取的辣椒自动分类系统的设计与实现
下一篇:基于用户上下文的推荐系统