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

高维光谱空间降维技术研究

摘要第1-4页
Abstract第4-7页
第一章 绪论第7-11页
   ·引言第7-8页
   ·论文研究的目的和意义第8-9页
   ·论文完成的主要工作第9-10页
   ·论文各章节安排第10-11页
第二章 理论基础和色彩管理技术综述第11-27页
   ·彩色输出设备的成色原理第11-12页
     ·加色法混色第11页
     ·减色法混合第11-12页
   ·CIE表色系统第12-15页
     ·孟赛尔表色系统第13页
     ·CIE混色系统第13-15页
   ·物体的光谱特性第15-19页
     ·光的透射和吸收第16-17页
     ·光的反射第17-18页
     ·光的散射第18-19页
   ·同色异谱现象第19-20页
   ·色彩管理技术综述第20-27页
     ·基于ICC的色彩管理技术第20-21页
     ·基于光谱的色彩管理技术第21-22页
     ·光谱色彩管理系统的体系结构第22-24页
     ·基于中间连接空间的光谱色彩管理技术第24-27页
第三章 主成分分析法的研究第27-35页
   ·主成分分析法的数学模型及几何意义第27-30页
   ·主成分分析法降维的优缺点第30-32页
   ·本章小结第32-35页
第四章 ICA-Wyszecki降维算法第35-45页
   ·ICA-Wyszecki降维思想第35-36页
   ·独立成分分析的概念与基本思想第36-38页
     ·独立成分分析的基本思想第37-38页
     ·固定点迭代算法第38页
   ·ICA-Wyszecki降维算法的设计实现第38-43页
   ·本章小结第43-45页
第五章 KM-PCA降维算法第45-55页
   ·Kubelka-Munk理论及缺陷第45-47页
   ·样本集的正态性第47-48页
     ·正态性的重要性与意义第47-48页
     ·Box-Cox算法第48页
   ·KM-PCA算法思想第48-51页
     ·特征向量矩阵与Φ矩阵的关系推导第48-49页
     ·Ψ空间的推导第49-51页
   ·KM-PCA降维算法的设计及实现第51-54页
   ·本章小结第54-55页
第六章 降维算法的定量评价第55-65页
   ·评价方法第55-58页
     ·色差公式第55-57页
     ·同色异谱指数第57-58页
   ·新算法的评价第58-65页
     ·ICA-Wyszecki降维方法的评价第58-59页
     ·KM-PCA降维方法的评价第59-65页
结束语第65-67页
致谢第67-69页
参考文献第69-70页

论文共70页,点击 下载论文
上一篇:GPU通用计算与基于SIFT特征的图像匹配并行算法研究
下一篇:基于图像序列的运动目标检测与人脸跟踪