基于多元数据图表示的可视化模式识别研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-16页 |
| 第1章 绪论 | 第16-39页 |
| ·本论文研究背景与意义 | 第16-18页 |
| ·模式识别研究现状 | 第18-29页 |
| ·已有的研究成果 | 第18-23页 |
| ·前景和挑战 | 第23-29页 |
| ·多元数据图表示研究现状 | 第29-33页 |
| ·健康智能家庭研究现状 | 第33-36页 |
| ·本文主要研究内容 | 第36-39页 |
| 第2章 多元数据图表示的模式识别理论基础 | 第39-53页 |
| ·基于多元数据图表示的模式识别方法概述 | 第39-42页 |
| ·多元数据图表示的几何描述方法 | 第42-47页 |
| ·多元数据图表示的唯一性定理 | 第47-48页 |
| ·多元数据图表示的代数方法 | 第48-52页 |
| ·多元数据与多元图表示映射关系一般化模型 | 第48-49页 |
| ·映射公式表示、矩阵表示和图表示 | 第49-52页 |
| ·本章小结 | 第52-53页 |
| 第3章 基于多元图的图形特征提取 | 第53-85页 |
| ·星点图的图形特征提取方法 | 第53-58页 |
| ·星点图图形的结构特点 | 第53-54页 |
| ·面积图形特征 | 第54-55页 |
| ·重心图形特征 | 第55-57页 |
| ·图形特征的实验结果与分析 | 第57-58页 |
| ·特征排序优化 | 第58-79页 |
| ·图形特征提取中的特征排序问题 | 第58-60页 |
| ·基于特征选择的特征排序方法 | 第60-63页 |
| ·基于遗传算法的特征排序方法 | 第63-68页 |
| ·基于准则函数的特征排序方法 | 第68页 |
| ·特征排序的实验结果与分析 | 第68-79页 |
| ·传统的特征提取方法及实验结果 | 第79-84页 |
| ·本章小结 | 第84-85页 |
| 第4章 基于多元图的升维变换和特征选取 | 第85-95页 |
| ·基于图形特征的升维变换 | 第85-87页 |
| ·升维后的特征选取 | 第87-92页 |
| ·特征选取思想 | 第87页 |
| ·特征选择方法 | 第87-92页 |
| ·升维变换和特征选取的实验结果和分析 | 第92-94页 |
| ·本章小结 | 第94-95页 |
| 第5章 基于多元图的图形分类和聚类 | 第95-111页 |
| ·基于图形不相似度的图形分类器 | 第95-97页 |
| ·单原型图形分类器 | 第96页 |
| ·近邻图形分类器 | 第96-97页 |
| ·脸谱图分类方法 | 第97-105页 |
| ·最近脸谱图分类器 | 第98-99页 |
| ·着装脸谱图自动分类器 | 第99-105页 |
| ·脸谱图聚类方法 | 第105-110页 |
| ·本章小结 | 第110-111页 |
| 第6章 脸谱图用于多传感器数据融合 | 第111-122页 |
| ·多维多源信息融合模型概述 | 第111-113页 |
| ·健康智能家庭实验模型 | 第113-114页 |
| ·基于非对称脸谱图的信息融合方法 | 第114-116页 |
| ·基于无线通信的家庭健康监护系统JAVA 仿真 | 第116-121页 |
| ·本章小结 | 第121-122页 |
| 结论 | 第122-124页 |
| 参考文献 | 第124-134页 |
| 攻读博士学位期间承担的科研任务与主要成果 | 第134-136页 |
| 致谢 | 第136-137页 |
| 作者简介 | 第137页 |
