纹理图像自动分类算法研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-18页 |
| 1.1 课题研究的背景和意义 | 第9页 |
| 1.2 纹理的基本概念 | 第9-12页 |
| 1.2.1 纹理的定义 | 第9-11页 |
| 1.2.2 纹理的分类 | 第11-12页 |
| 1.3 纹理分类的基本内容与基本方法 | 第12-15页 |
| 1.3.1 研究内容 | 第12-13页 |
| 1.3.2 基本方法 | 第13-15页 |
| 1.4 纹理分类的研究现状 | 第15-17页 |
| 1.5 课题的主要研究内容及结构安排 | 第17-18页 |
| 第二章 纹理分类常用算法的基本理论 | 第18-26页 |
| 2.1 K-均值聚类 | 第18-20页 |
| 2.2 人工神经网络 | 第20-21页 |
| 2.3 支持向量机 | 第21-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第三章 基于极端学习机的纹理分类算法及其改进 | 第26-38页 |
| 3.1 引言 | 第26页 |
| 3.2 基于极端学习机的纹理分类算法 | 第26-29页 |
| 3.3 基于遗传学的改进算法 | 第29-31页 |
| 3.4 实验及结果分析 | 第31-37页 |
| 3.5 本章小结 | 第37-38页 |
| 第四章 基于动力学模型的改进纹理分类方法 | 第38-52页 |
| 4.1 引言 | 第38页 |
| 4.2 基于动力学改进的极端学习机分类算法 | 第38-48页 |
| 4.2.1 多分类器融合 | 第38-40页 |
| 4.2.2 动力学模型构建 | 第40-46页 |
| 4.2.3 基于动力学模型的多分类器融合 | 第46-48页 |
| 4.3 实验及结果分析 | 第48-51页 |
| 4.4 本章小结 | 第51-52页 |
| 第五章 总结与展望 | 第52-54页 |
| 5.1 总结 | 第52-53页 |
| 5.2 展望 | 第53-54页 |
| 参考文献 | 第54-58页 |
| 发表论文和参加科研情况说明 | 第58-59页 |
| 致谢 | 第59-60页 |
