首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

快速独立分量分析方法及其在图像分析中的若干应用研究

摘要第1-4页
Abstract第4-5页
目录第5-7页
1 绪论第7-19页
   ·问题的提出第7-12页
     ·盲信号分离问题第7-9页
     ·盲反卷积问题第9-10页
     ·盲均衡问题第10-12页
   ·独立分量分析算法第12页
   ·独立分量分析算法在图像处理中的应用概述第12-15页
     ·图像特征提取第13页
     ·图像去噪第13页
     ·人脸检测与识别第13-14页
     ·图像分离第14页
     ·医学图像处理第14-15页
     ·其他图像处理应用第15页
   ·独立分量分析算法的新进展第15-16页
   ·本文研究工作和内容安排第16-17页
   ·本文工作的创新点第17-19页
2 独立分量分析算法概述第19-31页
   ·独立分量分析起源第19-20页
   ·独立分量分析算法定义第20-21页
   ·独立性定义第21-22页
   ·独立分量分析的目标函数第22-25页
     ·非高斯性最大化第22-24页
       ·峰度(Kurtosis)第23页
       ·负熵(Negentropy)第23-24页
     ·交互信息最小化第24-25页
     ·最大似然估计法第25页
   ·独立分量分析学习算法第25-28页
     ·Jutten-Herault算法第26页
     ·非线性去相关法第26页
     ·(随机)梯度下降法第26-27页
     ·非线性PCA算法第27页
     ·one-unit学习规则第27页
     ·FastICA算法第27-28页
   ·独立分量分析与传统统计方法的关系第28-30页
   ·本章小结第30-31页
3 改进快速独立分量分析算法第31-46页
   ·FastICA算法第31-33页
     ·FastICA预处理第31-32页
     ·FastICA算法原理第32-33页
     ·FastICA实现步骤第33页
   ·改进FastICA算法第33-35页
   ·松弛改进FastICA算法第35-36页
   ·实验第36-45页
     ·模拟信号分离实验第36-38页
     ·语音分离实验第38-40页
     ·图像分离实验第40-43页
     ·实验结果分析第43-45页
   ·本章小结第45-46页
4 ICA在遥感图像分类的应用研究第46-61页
   ·引言第46页
   ·遥感图像分类技术简介第46-48页
   ·独立分量分析在遥感图像分类中的应用第48-49页
   ·基于ICA和自适应最小距离分类法的遥感图像分类第49-55页
     ·自适应最小距离分类法第49-52页
     ·实验第52-55页
   ·基于ICA和BP神经网络的遥感图像分类第55-59页
     ·BP神经网络第55-57页
     ·实验第57-59页
   ·本章小结第59-61页
5 ICA在图像特征提取的应用研究第61-79页
   ·引言第61页
   ·ICA在人脸识别方面的应用研究第61-73页
     ·人脸识别概述第61-64页
     ·基于主成分分析的人脸识别第64-66页
     ·基于独立分量分析的人脸识别第66-68页
     ·M-FastICA人脸识别实验第68-73页
     ·实验小结第73页
   ·基于独立分量分析的手写体数字识别第73-77页
   ·本章小结第77-79页
6 ICA在图像去噪的应用研究第79-90页
   ·引言第79页
   ·去噪方法简述第79-83页
     ·维纳去噪第80-81页
     ·小波阈值去噪第81-82页
     ·基于高阶统计量的图像去噪第82-83页
   ·稀疏编码收缩法第83-85页
   ·ICA图像去噪实验第85-89页
   ·本章小结第89-90页
7 结束语第90-92页
致谢第92-93页
参考文献第93-103页
附录A 博士期间参与的科研项目第103-104页
附录B 博士期间发表的论文第104-105页

论文共105页,点击 下载论文
上一篇:中国崇狮习俗初探
下一篇:数字水印理论与算法研究