首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文--人工神经网络与计算论文

一个基于贝叶斯方法的冬态树木分类系统的设计与实现

中文摘要第1-5页
Abstract第5-11页
第1章 绪论第11-15页
   ·自动分类研究背景现状第11页
   ·当前树木分类识别及其自动化研究第11-12页
   ·贝叶斯学习在冬态树木分类中的应用第12-13页
   ·研究内容和意义第13页
   ·本文的组织第13-15页
第2章 贝叶斯学习的基础理论第15-24页
   ·贝叶斯学习第15-16页
     ·贝叶斯学习的优点第15-16页
     ·贝叶斯学习的应用第16页
     ·朴素贝叶斯学习模型第16页
   ·贝叶斯网络第16-20页
     ·贝叶斯网络的表示、学习和推理第18页
     ·贝叶斯网络的构造第18-19页
     ·贝叶斯网络的应用第19-20页
   ·朴素贝叶斯分类器第20-22页
   ·本章小结第22-24页
第3章 树木及其冬态树木的分类第24-32页
   ·树木分类第24-26页
     ·树木分类概述第24页
     ·树木分类等级第24-25页
     ·树木分类的形式化描述第25页
     ·树木分类的系统框架第25-26页
   ·树木的冬态第26-27页
     ·落叶树和常绿树第26-27页
     ·树木的冬态第27页
   ·冬态树木的分类第27页
   ·计算机技术在树木分类中的应用第27-28页
   ·贝叶斯在树木分类中的应用第28页
   ·训练集,测试集以及验证集第28-29页
   ·分类有效性的度量第29-31页
     ·涉及的主要概念第29-30页
     ·精度(PRECISION)第30页
     ·宏观平均精度(MACRO-AVERAGED PRECISION)第30页
     ·微观平均精度(MICRO-AVERAGED PRECISION)第30页
     ·三种评价标准的比较第30-31页
   ·本章小结第31-32页
第4章 基于贝叶斯的冬态树木分类系统的设计第32-56页
   ·树木分类的考虑因素第32-34页
     ·树形第32-33页
     ·树枝第33页
     ·树皮第33页
     ·叶痕第33页
     ·叶迹第33-34页
     ·芽第34页
   ·树木描述文件的分析与设计第34-37页
   ·树木颜色的描述分析与设计第37-39页
     ·颜色的表示第38页
     ·颜色距离计算第38页
     ·颜色相似度的计算第38-39页
   ·树木特征相似度的计算第39-51页
     ·树木形状相似度的计算第40-43页
     ·树枝相似度的计算第43-45页
     ·树皮相似度的计算第45页
     ·冬芽相似度的计算第45-48页
       ·顶芽相似度的计算第46-47页
       ·侧芽相似度的计算第47-48页
     ·叶痕相似度的计算第48-50页
     ·叶迹相似度的计算第50-51页
   ·冬态树木的种层次贝叶斯分类器的设计第51页
   ·树木的分类层次第51-53页
     ·冬态树木的属层次贝叶斯分类器的设计第52-53页
     ·冬态树木的科层次贝叶斯分类器的设计第53页
   ·特征权重参数的贝叶斯学习第53-55页
   ·本章小结第55-56页
第5章 基于贝叶斯的冬态树木分类系统的实现和运行第56-63页
   ·参数的配置第56页
   ·树木的浏览第56-57页
   ·树木特征颜色的设置第57-58页
   ·颜色相似度的计算第58页
   ·树木的特征的设置第58-59页
   ·冬态树木分类第59-60页
   ·批量分类第60页
   ·分类器的评估第60-61页
   ·特征参数的贝叶斯学习第61-62页
   ·本章小结第62-63页
第6章 实验及相关问题的讨论第63-66页
   ·封闭测试第63-64页
   ·开放测试第64-66页
第7章 总结与展望第66-68页
   ·总结第66-67页
   ·展望第67-68页
参考文献第68-70页
攻读学位期间公开发表的论文第70-71页
致谢第71-72页
附录1 一个HPF 的例子第72-74页
附录2 部分核心功能的代码第74-84页
附录3 封闭测试分类结果第84-93页
附录4 开放测试分类结果第93-102页

论文共102页,点击 下载论文
上一篇:我国中小企业品牌传播现状及对策研究
下一篇:融古铸今--项圣谟绘画风格成因分析