一个基于支持向量机的草图识别系统
中文摘要 | 第1-4页 |
ABSTRACT | 第4-7页 |
第一章 绪论 | 第7-12页 |
·选题背景 | 第7-9页 |
·本文研究工作 | 第9-11页 |
·本文组织结构 | 第11-12页 |
第二章 支持向量机 | 第12-25页 |
·引言 | 第12页 |
·统计学习理论 | 第12-16页 |
·机器学习 | 第13-14页 |
·经验风险最小化 | 第14-15页 |
·复杂性和泛化能力 | 第15页 |
·SLT的基本内容 | 第15-16页 |
·VC维和推广性的界 | 第16-17页 |
·结构风险最小化 | 第17-18页 |
·支持向量机 | 第18-24页 |
·最优分类超平面 | 第18-20页 |
·支持向量机 | 第20-21页 |
·多类SVM | 第21-23页 |
·增量学习 | 第23-24页 |
·小结 | 第24-25页 |
第三章 草图识别 | 第25-38页 |
·相关研究 | 第25-27页 |
·识别技术 | 第27-34页 |
·特征选择 | 第27-31页 |
·基本方法 | 第31-34页 |
·草图规整 | 第34-35页 |
·图形内规整 | 第34-35页 |
·图形间规整 | 第35页 |
·SVM方法 | 第35-37页 |
·小结 | 第37-38页 |
第四章 基于支持向量机的草图识别 | 第38-44页 |
·系统设计和实现 | 第38-40页 |
·实验和分析 | 第40-43页 |
·样本收集 | 第40-41页 |
·结果与分析 | 第41-43页 |
·小结 | 第43-44页 |
第五章 总结和展望 | 第44-45页 |
·总结 | 第44页 |
·进一步工作 | 第44-45页 |
参考文献 | 第45-49页 |
发表论文和科研情况说明 | 第49-50页 |
发表的论文 | 第49页 |
参与的科研项目: | 第49-50页 |
致谢 | 第50页 |