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

结合稀疏编码的图像生物视觉特征提取研究

摘要第1-5页
Abstract第5-11页
第一章 绪论第11-16页
   ·研究背景第11-12页
   ·研究现状第12-14页
   ·本文研究内容与组织结构第14-16页
第二章 生物视觉机理及稀疏编码理论第16-32页
   ·概述第16页
   ·生物视觉机理第16-24页
     ·视觉通路第17-18页
     ·神经元感受野第18-24页
   ·稀疏编码理论第24-31页
     ·生物视觉中稀疏编码机制的发现第24-25页
     ·稀疏编码的数学模型第25-31页
   ·本章小结第31-32页
第三章 结合稀疏编码的生物视觉特征提取方法第32-50页
   ·概述第32-33页
   ·视皮层标准模型第33-40页
     ·两个基本操作第33-36页
     ·SMF 的提取第36-39页
     ·SMF 提取平台的应用第39-40页
   ·稀疏编码标准模型第40-48页
     ·K-SVD 算法用于学习中间层字典第41-42页
     ·SCSMF 的提取第42-44页
     ·S2 层稀疏性分析第44-48页
   ·本章小结第48-50页
第四章 基于生物视觉特征的图像分类实验及分析第50-66页
   ·概述第50页
   ·图像数据库和分类器第50-54页
   ·SMF 和SCSMF 的对比实验结果及分析第54-64页
     ·不同特征维数下的性能比较第54-57页
     ·不同正类训练样本数下的性能比较第57-59页
     ·多类分类下的性能比较第59-64页
   ·本章小结第64-66页
第五章 全文总结第66-68页
   ·工作总结第66-67页
   ·研究展望第67-68页
参考文献第68-72页
致谢第72-73页
攻读硕士学位期间已发表或录用的论文第73-75页

论文共75页,点击 下载论文
上一篇:骨扫描图像分割及配准算法研究
下一篇:心血管系统虚拟内窥镜技术研究