基于局部特征的交通标志识别
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第一章 绪论 | 第9-15页 |
| ·研究背景及意义 | 第9-10页 |
| ·研究现状 | 第10-12页 |
| ·图像分类方法的研究现状 | 第10-11页 |
| ·核方法的研究现状 | 第11-12页 |
| ·本文的主要研究内容 | 第12-14页 |
| ·本文的组织结构 | 第14页 |
| 本章小结 | 第14-15页 |
| 第二章 模式分类中的核方法 | 第15-22页 |
| ·Mercer核的基本原理 | 第15-19页 |
| ·核函数的定义 | 第15-16页 |
| ·再生核理论及Mercer定理 | 第16-18页 |
| ·Mercer核的构造和基本的核 | 第18-19页 |
| ·几种常用的核函数 | 第19页 |
| ·广义高斯核 | 第19-21页 |
| 本章小结 | 第21-22页 |
| 第三章 基于核Fisher判别分析的商品图像分类 | 第22-35页 |
| ·引言 | 第22-23页 |
| ·经典Fisher判别分析 | 第23-26页 |
| ·核Fisher判别分析 | 第26-28页 |
| ·基于核Fisher的商品图像分类 | 第28-34页 |
| 本章小结 | 第34-35页 |
| 第四章 基于支持向量机的商品图像分类 | 第35-51页 |
| ·统计学习理论 | 第35-38页 |
| ·机器学习的VC维 | 第36页 |
| ·推广性的界 | 第36-37页 |
| ·结构风险最小化 | 第37-38页 |
| ·支持向量机 | 第38-43页 |
| ·线性可分支持向量机 | 第39-42页 |
| ·非线性支持向量机 | 第42-43页 |
| ·LIBSVM工具包 | 第43-45页 |
| ·基于支持向量机的商品图像分类 | 第45-49页 |
| 本章小结 | 第49-51页 |
| 第五章 基于多特征核融合的商品图像分类 | 第51-58页 |
| ·引言 | 第51-52页 |
| ·多特征核融合 | 第52-53页 |
| ·基于多特征核融合的商品图像分类 | 第53-57页 |
| 本章小结 | 第57-58页 |
| 总结与展望 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 攻读硕士学位期间参与的项目及发表的学术论文 | 第63-64页 |
| 致谢 | 第64页 |
