基于模块化神经网络的人耳识别
| 中文摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 1.绪论 | 第9-17页 |
| ·人耳识别研究的背景与意义 | 第9-10页 |
| ·人耳识别的可行性 | 第10-13页 |
| ·人耳识别的研究现状 | 第13-15页 |
| ·人耳识别国外发展状况 | 第14-15页 |
| ·人耳识别国内发展状况 | 第15页 |
| ·本文的研究内容与结构安排 | 第15-17页 |
| 2.人耳图像的预处理 | 第17-22页 |
| ·人耳图像库的选择 | 第17页 |
| ·人耳图像的滤波处理 | 第17-18页 |
| ·人耳图像规范化 | 第18-20页 |
| ·人耳图像去光照影响 | 第20-21页 |
| ·本章小结 | 第21-22页 |
| 3.人耳图像的特征提取 | 第22-27页 |
| ·主元分析理论基础 | 第22-25页 |
| ·K-L变换原理 | 第22-23页 |
| ·主元分析的几何意义 | 第23-24页 |
| ·主元的性质及推导 | 第24-25页 |
| ·人耳特征提取 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 4.基于模块化神经网络的人耳识别 | 第27-41页 |
| ·神经网络理论 | 第27-30页 |
| ·人工神经元模型 | 第27-28页 |
| ·神经网络的互连结构 | 第28-29页 |
| ·神经网络的学习 | 第29-30页 |
| ·模块化神经网络 | 第30-31页 |
| ·模块化神经网络的提出 | 第30页 |
| ·模块化神经网络的研究现状 | 第30-31页 |
| ·模块化神经网络优势 | 第31页 |
| ·基于模块化神经网络的人耳识别算法 | 第31-34页 |
| ·训练阶段和测试阶段样本选择 | 第32页 |
| ·人耳模块化神经网络结构设计 | 第32-33页 |
| ·人耳模块化神经网络算法设计 | 第33-34页 |
| ·人耳识别步骤 | 第34页 |
| ·实验结果与分析 | 第34-40页 |
| ·本章小结 | 第40-41页 |
| 5.基于优化的MNN的人耳识别 | 第41-51页 |
| ·优化MNN的研究现状 | 第41-42页 |
| ·遗传算法概述 | 第42-43页 |
| ·遗传算法的基本原理 | 第42页 |
| ·遗传算法的特点 | 第42-43页 |
| ·分层遗传算法 | 第43页 |
| ·基于HGA优化MNN的人耳识别算法 | 第43-46页 |
| ·优化MNN的算法设计 | 第43-45页 |
| ·人耳识别步骤 | 第45-46页 |
| ·实验结果与分析 | 第46-50页 |
| ·本章小结 | 第50-51页 |
| 6.总结与展望 | 第51-52页 |
| 参考文献 | 第52-55页 |
| 攻读硕士学位期间发表学术论文情况 | 第55-56页 |
| 致谢 | 第56-57页 |
| 作者简介 | 第57-58页 |
