基于复小波的数据特征提取方法的研究
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-16页 |
| ·研究工作的背景 | 第8-9页 |
| ·特征提取及分类方法 | 第9-14页 |
| ·一维数据的特征提取 | 第9-11页 |
| ·图像特征提取 | 第11-13页 |
| ·数据分类 | 第13-14页 |
| ·研究工作的主要内容 | 第14-15页 |
| ·研究内容的创新点 | 第15页 |
| ·论文的结构 | 第15-16页 |
| 第二章 复小波变换理论 | 第16-28页 |
| ·离散小波变换 | 第16-18页 |
| ·复小波变换理论 | 第18-23页 |
| ·解析信号和希尔伯特变换 | 第18-19页 |
| ·对偶树复小波 | 第19-21页 |
| ·基于投影滤波器的复小波变换 | 第21-23页 |
| ·复小波变换的应用 | 第23-27页 |
| ·复小波去噪 | 第24-25页 |
| ·图像分类 | 第25-27页 |
| ·小结 | 第27-28页 |
| 第三章 基于复小波域一维序列特征提取算法 | 第28-40页 |
| ·概述 | 第28页 |
| ·特征提取算法 | 第28-33页 |
| ·中心极限定理与李雅普诺夫定理 | 第29-30页 |
| ·特征向量提取 | 第30-33页 |
| ·序列分类实验 | 第33-38页 |
| ·蛋白质序列分类 | 第34-37页 |
| ·元音声音信号分类 | 第37-38页 |
| ·脑电波信号分类 | 第38页 |
| ·小结 | 第38-40页 |
| 第四章 基于复小波和关联规则挖掘的图像特征提取 | 第40-53页 |
| ·概述 | 第40-41页 |
| ·关联规则基本理论 | 第41-44页 |
| ·关联规则 | 第41-43页 |
| ·Apriori算法 | 第43-44页 |
| ·特征提取 | 第44-46页 |
| ·图像复小波变换 | 第44页 |
| ·项集的构建 | 第44-45页 |
| ·生成事务数据库 | 第45-46页 |
| ·关联规则的生成 | 第46页 |
| ·纹理图像分类算法 | 第46-51页 |
| ·关联规则的特点 | 第47-49页 |
| ·纹理图像分类实验 | 第49-51页 |
| ·小结 | 第51-53页 |
| 第五章 工作总结及展望 | 第53-54页 |
| ·主要结论 | 第53页 |
| ·研究展望 | 第53-54页 |
| 参考文献 | 第54-58页 |
| 在学期间研究成果 | 第58-59页 |
| 致谢 | 第59页 |
