声明
摘要
第一章 绪论
1.1 课题研究背景及意义
1.2 国内外研究现状
1.3 本文研究内容和设计思路
1.4 论文的组织结构
第二章 隐式多项式曲线的基本理论和相关算法
2.1 隐式多项式曲线的基本理论
2.1.1 隐式多项式曲线的定义
2.1.2 隐式多项式曲线拟合过程
2.2 曲线拟合数据预处理
2.2.1 隐式多项式曲线上点与系数的关系
2.2.2 平滑处理
2.3 隐式多项式曲线模型的确定
2.3.1 封闭、有界和连通性约束
2.3.2 隐式多项式曲线的次数确定
2.4 隐式多项式曲线拟合算法
2.4.1 一般线性最小二乘拟合算法
2.4.2 3L曲线拟合算法
2.4.3 Gradient-One曲线拟合算法
2.4.4 Min-Max和Min-Var曲线拟合算法
2.5 一种二维物体边缘梯度的确定算法
2.5.1 最近的一些边缘梯度求法
2.5.2 Min-Max拟合算法的度量标准
2.5.3 基于直线拟合的物体边缘梯度的确定
2.5.4 实例分析
2.5.5 结论
2.6 本章小结
第三章 基于数学形态学的数据处理
3.1 数学形态学的基础知识
3.1.1 二值图像和结构元素
3.1.2 膨胀和腐蚀
3.1.3 开启和闭合
3.2 数学形态学在二维数据集上的应用
3.3 本章小结
第四章 隐式多项式曲线拟合在分类中的应用
4.1 背景知识
4.2 分类的基础知识
4.2.1 分类的概念
4.2.2 支持向量机
4.3 基于隐式多项式的分类器
4.3.1 基于隐式多项式分类器的工作原理
4.3.2 基于隐式多项式分类器的算法
4.3.3 基于隐式多项式的分类器的特征
4.4 本章小结
第五章 实验结果与性能分析
5.1 实验数据
5.2 实验过程与效果
5.2.1 基于Banana数据集的分类实验
5.2.2 基于Normal7数据集的分类实验
5.2.3 基于Lineblobs数据集的分类实验
5.2.4 基于Long1数据集的分类实验
5.2.5 基于Sizes5数据集的分类实验
5.2.6 基于Square1数据集的分类实验
5.3 实验结果分析
5.4 本章小结
第六章 课题研究总结和展望
6.1 研究工作总结
6.2 对未来工作的展望
参考文献
攻读硕士学位期间发表的论文
后记