支持向量机在行人检测中的应用

摘要	第1-4页
Abstract	第4-7页
第1章 绪论	第7-14页
·研究课题的学术背景及理论与实际意义	第7-10页
·智能交通系统的发展背景与动因	第7-9页
·智能交通系统的组成	第9-10页
·国内外文献综述	第10-13页
·早期工作回顾	第10-11页
·近年来的研究进展	第11-12页
·存在的问题及展望	第12-13页
·本研究课题的来源及主要研究内容	第13-14页
第2章 支持向量机与SMO算法	第14-26页
·支持向量机简介	第14-22页
·线性分类器	第14-16页
·函数间隔与几何间隔	第16-17页
·核函数	第17-19页
·最大间隔分类器	第19-21页
·软间隔优化	第21-22页
·序贯最小优化算法(SMO)	第22-26页
·两点解析解	第23-24页
·启发式选择算法	第24-26页
第3章 改进的支持向量机在行人检测中的应用	第26-42页
·行人识别系统	第26-36页
·系统的组织结构	第27-29页
·文件的存储方案	第29-30页
·实验数据的准备	第30-32页
·特征的选择与提取	第32-34页
·支持向量机的训练	第34-35页
·待测图像的识别	第35-36页
·改进的SMO算法	第36-39页
·SMO算法的不足	第37页
·SMO算法的改进	第37-39页
·系统运行结果与分析	第39-42页
第4章 结论	第42-43页
致谢	第43-44页
参考文献	第44-48页
攻读学位期间发表旳论文	第48-49页
附录 标准算法与改进算法在实验数据集上的输出结果	第49-53页