神经模糊分类器和模糊图象处理研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第13-28页 |
| 1.1 模糊理论及模糊模式识别概述 | 第13-17页 |
| 1.1.1 事物的模糊性 | 第13-14页 |
| 1.1.2 模糊模式识别的产生与发展 | 第14-15页 |
| 1.1.3 模糊模式识别基本概念 | 第15-16页 |
| 1.1.4 模糊模式分类器 | 第16-17页 |
| 1.2 模糊神经模式识别 | 第17-24页 |
| 1.2.1 模糊神经网络的产生 | 第17-18页 |
| 1.2.2 模糊神经网络的分类 | 第18-19页 |
| 1.2.3 模糊神经网络的关键问题 | 第19-20页 |
| 1.2.4 神经模糊系统 | 第20-22页 |
| 1.2.5 神经模糊系统研究现状 | 第22-24页 |
| 1.3 模糊图象处理 | 第24-26页 |
| 1.4 本文的主要研究内容 | 第26-28页 |
| 第二章 基于模糊感知器的神经模糊分类器 | 第28-47页 |
| 2.1 引言 | 第28-30页 |
| 2.2 模糊感知器 | 第30-33页 |
| 2.2.1 模糊感知器定义 | 第31页 |
| 2.2.2 模糊感知器学习算法 | 第31-32页 |
| 2.2.3 最大-最小模糊感知器 | 第32-33页 |
| 2.3 神经模糊分类器 | 第33-38页 |
| 2.3.1 神经模糊分类器定义 | 第33-35页 |
| 2.3.2 神经模糊分类器学习算法 | 第35-38页 |
| 2.4 隶属函数限制条件对分类结果的影响 | 第38-41页 |
| 2.5 神经模糊分类器中模糊划分的确定 | 第41-46页 |
| 2.5.1 模糊积分的概念 | 第41-42页 |
| 2.5.2 模糊积分在神经模糊模式分类器中的应用 | 第42-43页 |
| 2.5.3 模糊划分选择算法 | 第43-46页 |
| 2.6 本章小节 | 第46-47页 |
| 第三章 基于层次化结构的FIRE滤波器 | 第47-67页 |
| 3.1 FIRE图象处理算子 | 第47-51页 |
| 3.1.1 FIRE图象处理算子原理 | 第48-49页 |
| 3.1.2 基本图象平滑算子 | 第49-51页 |
| 3.2 FIRE图象滤波算子 | 第51-56页 |
| 3.2.1 FIRE滤波器原理 | 第52-54页 |
| 3.2.2 级联FIRE滤波器 | 第54-56页 |
| 3.3 FIRE滤波器算法分析 | 第56-59页 |
| 3.3.1 识别系统的基本框架 | 第56-57页 |
| 3.3.2 模糊特征抽取和隶属函数的建立 | 第57-59页 |
| 3.3.3 特征选择和匹配分类 | 第59页 |
| 3.4 模糊规则的建立 | 第59-63页 |
| 3.5 实验结果及分析 | 第63-66页 |
| 3.6 本章小节 | 第66-67页 |
| 第四章 适用于纹理图象的FIRE滤波器 | 第67-80页 |
| 4.1 引言 | 第67页 |
| 4.2 象素分布模式的定义 | 第67-74页 |
| 4.3 规则基的创建 | 第74-76页 |
| 4.4 算法分析 | 第76-77页 |
| 4.5 实验结果及分析 | 第77-79页 |
| 4.6 本章小节 | 第79-80页 |
| 第五章 基于检测算法的去加性噪声的方法 | 第80-93页 |
| 5.1 引言 | 第80-81页 |
| 5.2 噪声图象检测算法 | 第81-88页 |
| 5.2.1 多尺度图象分析方法简介 | 第81-82页 |
| 5.2.2 噪声图象检测算法 | 第82-88页 |
| 5.2.3 算法分析 | 第88页 |
| 5.3 基于检测算法的去加性噪声的方法 | 第88-90页 |
| 5.4 实验结果及分析 | 第90-91页 |
| 5.5 本章小结 | 第91-93页 |
| 结论 | 第93-95页 |
| 1. 本文工作总结 | 第93-94页 |
| 2. 进一步的研究工作 | 第94-95页 |
| 参考文献 | 第95-102页 |
| 攻读博士学位期间完成的论文 | 第102-103页 |
| 致谢 | 第103页 |
