| 摘要 | 第4-6页 |
| ABSTRACT | 第6-8页 |
| 目录 | 第9-12页 |
| CONTENTS | 第12-16页 |
| 第一章 绪论 | 第16-28页 |
| 1.1 研究背景及意义 | 第16-18页 |
| 1.2 FSVM研究现状及分析 | 第18-21页 |
| 1.3 场景图像处理的研究现状 | 第21-24页 |
| 1.4 本文主要研究内容与章节安排 | 第24-28页 |
| 1.4.1 主要研究内容 | 第24-25页 |
| 1.4.2 论文章节安排 | 第25-28页 |
| 第二章 SVM、模糊逻辑系统相关理论 | 第28-34页 |
| 2.1 支持向量机算法 | 第28-31页 |
| 2.1.1 SVM分类算法 | 第28-30页 |
| 2.1.2 LSSVM算法 | 第30-31页 |
| 2.2 模糊支持向量机 | 第31-32页 |
| 2.3 模糊逻辑系统 | 第32-33页 |
| 2.3.1 Type-1模糊逻辑系统 | 第32-33页 |
| 2.3.2 Type-2模糊逻辑系统 | 第33页 |
| 2.4 小结 | 第33-34页 |
| 第三章 三论域模糊支持向量回归算法在场景图像去噪的研究 | 第34-56页 |
| 3.1 引言 | 第34-35页 |
| 3.2 三论域模糊支持向量回归模型 | 第35-38页 |
| 3.2.1 三论域模糊映射函数、三论域模糊回归平面、三论域模糊内积和三论域模糊核函数的定义 | 第35-38页 |
| 3.2.2 三论域模糊凸优化函数的定义 | 第38页 |
| 3.3 三论域模糊支持向量回归模型的优化 | 第38-41页 |
| 3.3.1 三论域模糊支持向量回归模型的降维 | 第39-40页 |
| 3.3.2 子SVR模型的优化 | 第40页 |
| 3.3.3 子回归平面的融合 | 第40-41页 |
| 3.4 三论域模糊核函数的设计 | 第41-43页 |
| 3.4.1 训练样本的获取 | 第41-42页 |
| 3.4.2 置信度算法的设计 | 第42-43页 |
| 3.4.3 三论域模糊核函数的设计 | 第43页 |
| 3.5 3DFSVR场景图像去噪算法 | 第43-44页 |
| 3.6 图像去噪应用 | 第44-55页 |
| 3.6.1 USC-SIPI图像去噪 | 第45-48页 |
| 3.6.2 场景图像去噪 | 第48-55页 |
| 3.7 小结 | 第55-56页 |
| 第四章 基于模糊密度权的LSSVR算法在场景图像去噪的研究 | 第56-68页 |
| 4.1 引言 | 第56-57页 |
| 4.2 样本分布对LSSVR模型的影响 | 第57-58页 |
| 4.3 基于模糊推理的FDW设计 | 第58-62页 |
| 4.3.1 分布密度估计 | 第58-59页 |
| 4.3.2 模糊密度权设计 | 第59-62页 |
| 4.4 FDW-LSSVR算法 | 第62页 |
| 4.5 FDW-LSSVR场景图像去噪算法 | 第62-63页 |
| 4.6 场景图像去噪应用 | 第63-67页 |
| 4.7 小结 | 第67-68页 |
| 第五章 基于区间Type-2模糊核的SVM算法在场景图像分类的研究 | 第68-92页 |
| 5.1 引言 | 第68-69页 |
| 5.2 基于生物视觉的特征提取 | 第69-72页 |
| 5.2.1 灰度特征图 | 第69-70页 |
| 5.2.2 边缘特征图 | 第70页 |
| 5.2.3 方向特征图 | 第70-71页 |
| 5.2.4 图像的分类特征向量 | 第71-72页 |
| 5.3 基于PFK-PCA的特征降维 | 第72-76页 |
| 5.3.1 概率模糊核函数 | 第73页 |
| 5.3.2 特征统计优化 | 第73-75页 |
| 5.3.3 特征降维 | 第75-76页 |
| 5.4 IT2FK-SVM算法 | 第76-80页 |
| 5.4.1 IT2FK-SVM的目标函数 | 第76页 |
| 5.4.2 IT2FK的设计 | 第76-80页 |
| 5.4.3 IT2FK-SVM分类器 | 第80页 |
| 5.5 IT2FK-SVM场景图像分类算法 | 第80-81页 |
| 5.6 场景图像分类应用 | 第81-90页 |
| 5.6.1 场景图像数据库 | 第81-84页 |
| 5.6.2 性能指标 | 第84-85页 |
| 5.6.3 性能比较 | 第85-90页 |
| 5.7 小结 | 第90-92页 |
| 第六章 基于分组特征嵌套核的SVM算法在场景图像分割的研究 | 第92-108页 |
| 6.1 引言 | 第92-93页 |
| 6.2 像素的分组特征提取 | 第93-94页 |
| 6.3 CV-IT2FCM特征聚类 | 第94-96页 |
| 6.4 GFNK-SVM算法 | 第96-101页 |
| 6.4.1 GFNK-SVM模型中的多核结构 | 第96-99页 |
| 6.4.2 GFNK-SVM算法的目标函数 | 第99页 |
| 6.4.3 GFNK-SVM算法的决策函数 | 第99-101页 |
| 6.5 GFNK-SVM场景图像分割算法 | 第101-102页 |
| 6.6 场景图像分割应用 | 第102-107页 |
| 6.6.1 Berkeley数据库图像分割 | 第102-103页 |
| 6.6.2 场景图像分割 | 第103-107页 |
| 6.7 小结 | 第107-108页 |
| 总结 | 第108-110页 |
| 参考文献 | 第110-122页 |
| 攻读博士学位期间发表或完成的论文 | 第122-125页 |
| 致谢 | 第125页 |
