基于嵌入式系统的支持向量机手势识别算法研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 课题的研究背景和意义 | 第8页 |
| 1.2 国内外研究现状 | 第8-12页 |
| 1.2.1 支持向量机算法研究现状 | 第8-10页 |
| 1.2.2 手势识别特征提取研究现状 | 第10-12页 |
| 1.3 本文主要工作 | 第12页 |
| 1.4 论文章节安排 | 第12-14页 |
| 第二章 支持向量机理论介绍 | 第14-28页 |
| 2.1 机器学习方法 | 第14页 |
| 2.2 线性分类器 | 第14-15页 |
| 2.3 核函数 | 第15-17页 |
| 2.4 支持向量机理论 | 第17-28页 |
| 第三章 手势识别系统 | 第28-36页 |
| 3.1 手势识别系统研究 | 第28-29页 |
| 3.2 手势图像分割 | 第29-32页 |
| 3.3 手势特征提取 | 第32-33页 |
| 3.4 手势识别分类器选择 | 第33-36页 |
| 第四章 基于嵌入式系统支持向量机手势识别 | 第36-51页 |
| 4.1 嵌入式系统 | 第36页 |
| 4.2 基于嵌入式系统支持向量机手势识别 | 第36-51页 |
| 4.2.1 嵌入式手势识别系统软硬件组成 | 第36-39页 |
| 4.2.2 嵌入式手势识别系统训练样本选择 | 第39-40页 |
| 4.2.3 支持向量机核函数选择 | 第40-43页 |
| 4.2.4 支持向量机参数优化 | 第43-46页 |
| 4.2.5 支持向量机多分类实现 | 第46-47页 |
| 4.2.6 支持向量机训练算法改进 | 第47-48页 |
| 4.2.7 浮点数运算的定点化 | 第48-51页 |
| 第五章 嵌入式手势识别系统实现和性能分析 | 第51-56页 |
| 第六章 总结与展望 | 第56-58页 |
| 参考文献 | 第58-62页 |
| 详细摘要 | 第62-63页 |
