鞘翅目害虫自动鉴定技术研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第一章 绪论 | 第10-15页 |
| ·研究的目的和意义 | 第10-11页 |
| ·计算机视觉技术概述 | 第11-12页 |
| ·国内外研究进展 | 第12-13页 |
| ·本研究的主要内容 | 第13-14页 |
| ·本章小结 | 第14-15页 |
| 第二章 鞘翅目害虫图像获取及处理 | 第15-36页 |
| ·鞘翅目害虫图像获取 | 第15-19页 |
| ·供试材料 | 第15-17页 |
| ·鞘翅目害虫图像采集 | 第17-19页 |
| ·图像处理 | 第19-28页 |
| ·鞘翅目害虫图像增强 | 第19-20页 |
| ·鞘翅目害虫图像分割 | 第20-24页 |
| ·鞘翅目害虫图像平滑 | 第24-28页 |
| ·特征提取 | 第28-35页 |
| ·鞘翅目害虫图像的特征筛选研究 | 第28-33页 |
| ·特征提取结果 | 第33-35页 |
| ·本章小结 | 第35-36页 |
| 第三章 鞘翅目害虫模式识别技术 | 第36-58页 |
| ·引言 | 第36-37页 |
| ·模糊模式识别方法 | 第37-41页 |
| ·模糊现象与模糊概念 | 第37页 |
| ·模糊集合 | 第37-38页 |
| ·模糊模式识别 | 第38页 |
| ·模式识别分类器设计 | 第38-40页 |
| ·模式识别实验与结果 | 第40-41页 |
| ·神经网络方法 | 第41-47页 |
| ·人工神经网络概述 | 第41页 |
| ·神经网络模型 | 第41-42页 |
| ·误差逆传神经网络模型 | 第42-46页 |
| ·基于 BP 网络的鞘翅目害虫分类器设计 | 第46页 |
| ·识别实验与结果 | 第46-47页 |
| ·支持向量机 | 第47-55页 |
| ·统计学习理论 | 第47-51页 |
| ·支持向量机 | 第51-53页 |
| ·基于 LS-SVM 鞘翅目害虫多元分类器设计 | 第53-54页 |
| ·识别实验与结果 | 第54-55页 |
| ·几种模式分类方法实验结果比较与分析 | 第55-57页 |
| ·本章小结 | 第57-58页 |
| 第四章 鞘翅目害虫自动鉴定软件系统开发 | 第58-63页 |
| ·鞘翅目害虫自动鉴定软件系统设计 | 第58-59页 |
| ·鞘翅目害虫自动鉴定软件系统的实现 | 第59-62页 |
| ·开发工具 | 第59-60页 |
| ·系统界面 | 第60-62页 |
| ·本章小结 | 第62-63页 |
| 总结与展望 | 第63-65页 |
| 参考文献 | 第65-68页 |
| 致谢 | 第68-69页 |
| 攻读硕士研究生期间发表的论文 | 第69页 |
