首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文--自动推理、机器学习论文

基于特征相似性测量码书学习的黑色素瘤良恶性分类算法研究

摘要第4-5页
Abstract第5-6页
第1章 绪论第9-16页
    1.1 研究背景和意义第9-11页
        1.1.1 研究背景第9-10页
        1.1.2 研究意义第10-11页
    1.2 国内外研究现状第11-13页
    1.3 论文主要内容及结构安排第13-16页
        1.3.1 论文主要内容第13-14页
        1.3.2 论文结构安排第14-16页
第2章 基础知识第16-28页
    2.1 黑色素瘤常用特征第16-22页
        2.1.1 颜色特征第16-18页
        2.1.2 纹理特征第18-22页
    2.2 Bag-of-Features模型第22-25页
        2.2.1 提取图像局部特征第23页
        2.2.2 码书学习第23-25页
        2.2.3 建立统计直方图第25页
    2.3 支持向量机第25-27页
    2.4 本章小结第27-28页
第3章 基于特征相似性测量码书学习的黑色素瘤良恶性分类算法第28-35页
    3.1 预处理第28-30页
    3.2 特征提取第30-31页
    3.3 基于特征相似性测量的码书学习算法第31-33页
    3.4 直方图建立及融合第33-34页
    3.5 分类器训练和测试第34页
    3.6 本章小结第34-35页
第4章 实验结果与分析第35-46页
    4.1 数据集第35-36页
    4.2 评价指标第36-37页
    4.3 实验方案第37-38页
    4.4 结果与分析第38-44页
        4.4.1 不同码书学习算法的码字分布比较实验第38-40页
        4.4.2 不同码书学习算法分类结果的比较第40-42页
        4.4.3 不同特征的分类结果比较第42页
        4.4.4 本文方法与State-of-the-art方法的分类结果比较第42-43页
        4.4.5 在非皮肤镜图像库上的分类评估第43-44页
        4.4.6 讨论第44页
    4.5 本章小结第44-46页
第5章 总结与展望第46-48页
    5.1 本文工作总结第46页
    5.2 未来工作展望第46-48页
参考文献第48-52页
致谢第52-53页
附录A 攻读硕士期间发表的学术论文和参与的科研项目第53页

论文共53页,点击 下载论文
上一篇:基于稳健性改进的极限学习机回归算法研究
下一篇:移动群智感知中激励机制与任务分配策略的研究