| Acknowledgments | 第3-4页 |
| Dedication | 第4-7页 |
| Abstract | 第7-10页 |
| 摘要 | 第11-14页 |
| Table of Contents | 第14-17页 |
| List of Tables | 第17-18页 |
| List of Figures | 第18-20页 |
| Chapter 1 Introduction | 第20-25页 |
| 1.1 Vehicle logo | 第20-21页 |
| 1.2 Literature review | 第21-23页 |
| 1.3 Motivation | 第23页 |
| 1.4 Problem definition | 第23-24页 |
| 1.5 Research method | 第24页 |
| 1.6 Chapter by chapter overview | 第24-25页 |
| Chapter 2 Related work | 第25-42页 |
| 2.1 Classification | 第25-26页 |
| 2.1.1 Classification methods | 第25-26页 |
| 2.2 Support vector machine classification method | 第26-31页 |
| 2.2.1 Liner support vector machine | 第27-29页 |
| 2.2.2 Non-linear SVM | 第29-31页 |
| 2.3 Ensemble methods | 第31-39页 |
| 2.3.1 Ensemble learning | 第32页 |
| 2.3.2 SVM ensemble | 第32-33页 |
| 2.3.3 Method for constructing an ensemble method | 第33-34页 |
| 2.3.4 Methods for creating SVM ensemble | 第34-37页 |
| 2.3.5 Method for aggregating SVM ensemble | 第37-39页 |
| 2.4 Feature extraction | 第39-41页 |
| 2.4.1 Two-Dimensional Principal Component Analysis (2DPCA) | 第40-41页 |
| 2.5 Summary | 第41-42页 |
| Chapter 3 Vehicle logo classification using SVM | 第42-54页 |
| 3.1 The data set | 第42页 |
| 3.2 Feature extraction | 第42-44页 |
| 3.3 SVM data preprocessing | 第44-47页 |
| 3.4 Experimental setup | 第47-48页 |
| 3.5 Results and discussion | 第48-50页 |
| 3.6 Support vector Machines with K-means clustering algorithm | 第50-53页 |
| 3.7 Summary | 第53-54页 |
| Chapter 4 Improving vehicle logo classification | 第54-63页 |
| 4.1 Under-samp ling Technique | 第54-57页 |
| SVM and under sampling (85%) from the negative value | 第56-57页 |
| 4.2 SVM ensemble with bagging | 第57-60页 |
| Bagging experiment | 第58-60页 |
| 4.3. Comparing the SVM, under-sampling and bagging results | 第60-61页 |
| 4.4 Summary | 第61-63页 |
| Chapter 5. Conclusion and future work | 第63-66页 |
| 5.1 Conclusion | 第63-64页 |
| 5.2 Future work | 第64-66页 |
| References | 第66-71页 |
| Publications during the graduate period | 第71页 |
