| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 课题研究背景、意义及目的 | 第11-13页 |
| 1.1.1 课题研究背景 | 第11页 |
| 1.1.2 课题研究意义及目的 | 第11-13页 |
| 1.2 基于图像的模式分类问题研究现状 | 第13-15页 |
| 1.2.1 图像特征提取方法研究现状 | 第13-14页 |
| 1.2.2 模式分类问题研究现状 | 第14-15页 |
| 1.3 深度学习研究现状与难点 | 第15-16页 |
| 1.3.1 深度学习的研究现状 | 第15-16页 |
| 1.3.2 深度学习的研究难点 | 第16页 |
| 1.4 论文的主要内容安排 | 第16-19页 |
| 第2章 深度学习神经网络模型 | 第19-31页 |
| 2.1 引言 | 第19-20页 |
| 2.2 深度学习 | 第20-22页 |
| 2.2.1 深度学习的概念 | 第20页 |
| 2.2.2 深度学习的基本思想 | 第20-22页 |
| 2.3 受限玻兹曼机 | 第22-27页 |
| 2.3.1 受限玻兹曼机的基本模型 | 第22-23页 |
| 2.3.2 基于对比散度的RBM快速学习算法 | 第23-26页 |
| 2.3.3 RBM的评估算法 | 第26-27页 |
| 2.4 深度学习的常用方法 | 第27-29页 |
| 2.4.1 自动编码机 | 第27页 |
| 2.4.2 稀疏编码 | 第27-28页 |
| 2.4.3 深度信念网与深度玻兹曼机 | 第28-29页 |
| 2.4.4 卷积神经网络 | 第29页 |
| 2.5 本章小结 | 第29-31页 |
| 第3章 基于自适应自动编码机的图像特征提取 | 第31-45页 |
| 3.1 引言 | 第31-32页 |
| 3.2 数据样本库的建立 | 第32-35页 |
| 3.2.1 图像采集 | 第32页 |
| 3.2.2 图像分割 | 第32-34页 |
| 3.2.3 图像预处理 | 第34-35页 |
| 3.3 正负训练样本特征分析 | 第35页 |
| 3.4 自适应编码器AutoEncoder的构建 | 第35-42页 |
| 3.4.1 构建受限玻兹曼机模型 | 第36-38页 |
| 3.4.2 自适应AutoEncoder模型的构建 | 第38-40页 |
| 3.4.3 整体微调 | 第40-41页 |
| 3.4.4 实验结果与分析 | 第41-42页 |
| 3.5 本章小结 | 第42-45页 |
| 第4章 图像的常规特征提取和表示 | 第45-61页 |
| 4.1 引言 | 第45-46页 |
| 4.2 图像的颜色特征提取和表示 | 第46-51页 |
| 4.2.1 颜色空间模型 | 第46-47页 |
| 4.2.2 基于HSV色彩空间的图像颜色特征提取 | 第47-51页 |
| 4.3 图像纹理特征的提取和表示 | 第51-55页 |
| 4.3.1 灰度共生矩阵 | 第51-52页 |
| 4.3.2 自回归纹理模型 | 第52-53页 |
| 4.3.3 小波变换 | 第53页 |
| 4.3.4 基于灰度共生矩阵的图像的纹理特征提取 | 第53-55页 |
| 4.4 图像的形状特征提取和表示 | 第55-59页 |
| 4.4.1 傅立叶形状描述符法 | 第55-56页 |
| 4.4.2 区域不变矩法 | 第56-57页 |
| 4.4.3 基于区域不变矩法的图像的形状特征提取 | 第57-59页 |
| 4.5 本章小结 | 第59-61页 |
| 第5章 基于SVM和多特征融合的图像分类 | 第61-73页 |
| 5.1 引言 | 第61页 |
| 5.2 SVM和多元分类 | 第61-66页 |
| 5.2.1 线性可分支持向量机与硬间隔最大化 | 第61-62页 |
| 5.2.2 函数间隔与几何间隔 | 第62-63页 |
| 5.2.3 非线性支持向量机与核函数 | 第63-65页 |
| 5.2.4 序列最小最优化算法 | 第65-66页 |
| 5.3 基于SVM和多特征融合的分类算法 | 第66-67页 |
| 5.3.1 算法思想 | 第66页 |
| 5.3.2 分类算法描述 | 第66-67页 |
| 5.4 基于权重策略的分类器的设计与训练 | 第67-69页 |
| 5.5 基于权重分类器的目标分类 | 第69页 |
| 5.6 实验结果与分析 | 第69-71页 |
| 5.7 本章小结 | 第71-73页 |
| 第6章 总结与展望 | 第73-75页 |
| 6.1 论文工作总结 | 第73页 |
| 6.2 未来研究展望 | 第73-75页 |
| 参考文献 | 第75-81页 |
| 致谢 | 第81页 |