封面
声明
中文摘要
英文摘要
目录
第一章 绪论
1.1本文研究的背景及意义
1.2研究现状
1.3本文研究的内容
1.4本文的组织结构
第二章 相关背景知识介绍
2.1卷积神经网络基础知识
2.2支持向量机(SVM)基础知识
2.3随机森林(RF)基础知识
2.4本章小结
第三章 基于SVM的经典卷积神经网络分类模型
3.1经典卷积神经网络分类模型
3.2基于SVM的经典卷积神经网络分类模型算法
3.3算法的训练
3.4仿真实例
3.5本章小结
第四章 基于SVM/RF的PCANets分类模型
4.1 PCA与直方图原理
4.2基于SVM/RF的PCANets分类模型
4.3仿真实例
4.4本章小结
第五章 基于SVM/RF的自适应中值滤波PCANets分类模型
5.1中值滤波方法
5.2自适应中值滤波PCANets模型
5.3仿真实例
5.4本章小结
第六章 总结与展望
6.1总结
6.2展望
参考文献
附录1 程序清单
附录2 攻读硕士学位期间撰写的论文
附录3 攻读硕士学位期间参加的科研项目
致谢
南京邮电大学;