文摘
英文文摘
声明
第一章 绪论
1.1 问题的提出
1.2 选题意义及国内外研究现状
1.2.1 选题意义
1.2.2 研究历史及现状
1.3 论文的研究内容和结构
第二章 支持向量机
2.1 引言
2.1.1 什么是支持向量机
2.1.2 什么是模式
2.2 线性分类问题的支持向量机
2.2.1 分类问题与机器学习
2.2.2 两类可分问题的线性分类机
2.3 求解线性分类问题的优化方法
2.3.1 优化问题的几个基本定义和定理
2.3.2 最优性条件
2.4 对偶理论
2.4.1 原始问题与对偶问题
2.4.2 弱对偶定律
2.4.3 强对偶定理
2.5 Lagrange对偶理论
2.5.1 原始问题与对偶问题
2.5.2 二次规划问题的对偶性
2.6 两类线性可分支持向量机的求解
2.7 本章小结
第三章 核方法与核矩阵
3.1 引言
3.2 内积和Gram矩阵
3.2.1 内积及希尔伯特空间
3.2.2 Gram矩阵
3.3 核矩阵
3.4 非线性支持向量机—核方法(Kernel Method)
3.5 本章小结
第四章 偏微分方程
4.1 引言
4.2 基本概念
4.2.1 偏微分方程
4.2.2 数学物理方程的分类
4.3 偏微分方程的解
4.3.1 线性偏微分方程解的特征
4.4 高斯平滑滤波器(Gaussian Smoothing Filter)
4.4.1 高斯滤波器简介
4.4.2 图像滤波的计算过程分析
4.4.3 高斯平滑滤波器的设计
4.5 本章小结
第五章 一种基于脉冲噪声检测的中值滤波方法
5.1 引言
5.1.1 标准中值滤波
5.2 一种新的图像噪声检测算法
5.2.1 算法的提出
5.2.2 算法设计与实现——图像脉冲噪声的检测与滤波
5.3 实验及结果
5.4 本章小结
第六章 一种改进的PDE图像去噪方法
6.1 引言
6.2 一种新的基于偏微分模型的去噪方法
6.2.1 各向同性与各向异性
6.2.2 各向异性扩散模型
6.2.3 改进的图像各向异性扩散平滑算法
6.2.4 实验结果及分析
6.3 本章小结
致谢
参考文献
附录:作者在攻读硕士学位期间发表的论文