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

基于地基云图的云量检测与云状识别

摘要第1-6页
Abstract第6-7页
第一章 绪论第7-12页
   ·研究背景和意义第7页
   ·云分类研究现状第7-10页
     ·国内外研究现状第7-10页
   ·论文的主要工作第10-11页
   ·本章小结第11-12页
第二章 地基云图识别基础第12-27页
   ·云的分类第12页
   ·云图数据的获取第12-14页
   ·图像预处理第14-16页
     ·图像尺寸归一化第14-15页
     ·地基云去噪第15-16页
   ·图像特征的提取第16-26页
     ·颜色特征第17-19页
     ·纹理特征第19-23页
     ·基于SIFT特征的提取及描述第23-26页
   ·本章小结第26-27页
第三章 基于混合高斯模型的地基云检测第27-46页
   ·地基云阈值分割算法第27-31页
     ·基于固定阈值的蓝红波段比值法第27页
     ·最大类间方差自适应阈值法第27-29页
     ·局部动态阈值插值法第29页
     ·最小交叉熵第29-31页
   ·地基云边缘检测分割算法第31-34页
   ·基于混合高斯模型的地基云分割算法第34-45页
     ·高斯混合模型及最大似然估计第34-36页
     ·利用EM算法估计模GMM参数第36-38页
     ·基于混合高斯模型的云分割第38-40页
     ·实验结果及分析第40-44页
     ·地基云图云量识别第44-45页
   ·本章小结第45-46页
第四章 地基云图的云状分类识别第46-63页
   ·基于GMM和SVM的云状识别第46-54页
     ·SVM的分类原理第46-49页
     ·基于GMM和SVM的分类实现第49-50页
     ·实验结果分析第50-52页
     ·实验误判分析第52-54页
   ·基于极限学习机的云状识别第54-62页
     ·极限学习机基本理论第54-56页
     ·ELM分类器的实现第56页
     ·实验结果分析第56-60页
     ·实验比较及误判分析第60-62页
   ·本章小结第62-63页
第五章 结论与展望第63-65页
   ·总结第63-64页
   ·论文展望第64-65页
致谢第65-66页
参考文献第66-72页
作者简介第72页
作者攻读硕士学位期间发表的学术论文第72页
作者攻读硕士学位期间取得的其它学术成果第72页

论文共72页,点击 下载论文
上一篇:地基云图云状识别算法研究
下一篇:基于骨架的抗打印扫描中文文本图像水印技术研究