基于半监督学习的木材识别研究_图文

目 录 目 摘 录 要……………………………………………………………………………………………………………….I ABSTRACT……………………………………………………………………………………………………..III 主要符号说明…………………………………………………………………………VII 第1章 绪论……………………………………………………………………………l 1.1课题研究背景………………………………………………….………………1 1.2木材识别研究现状及不足…………………………….……………………...3 1.3半监督学习研究现状…………………………………………………………7 1.3.1三种学习方法比较…………………………………………………….7 1.3.2半监督学习及应用…………………………………………………….9 1.4本文研究内容与组织结构…………………………………………………..12 第2章木材特征的提取………………………………………………………………15 2.1引言…………………………………………………………………………..1 5 2.2木材的颜色特征……………………………………………………………..16 2.2.1颜色空间………………………………………………………………l 6 2.2.2颜色特征………………………………………………………………1 8 2.2.3木材颜色特征提取……………………………………………………20 2.3木材的纹理特征……………………………………………………………..24 2.3.1基于灰度共生矩阵的纹理特征………………………………………25 2.3.2基于Tamura的纹理特征…………………………………………….27 2.3.3木材纹理特征提取……………………………………………………28 2.4特征降维……………………………………………………………………..32 2.4.1主成分分析法…………………………………………………………32 2.4.2基于主成分分析法的木材特征降维……………………………..….34 2.5本章小结………………………………………………………………………36 第3章基于单视角半监督学习的木材识别……………O OI O.O OI O.....QI OI Q......Q OI Q.....37 3.1引言…………………………………………………………………………..37 3.2支持向量机理论……………………………………………………………..37 万方数据 山东大学博士学位论文 3.2.1线性分类………………………………………………………………37 3.2.2对偶优化求解…………………………………………………………40 3.2.3核函数…………………………………………………………………41 3.2.4松弛变量………………………………………………………………44 3.2.5损失函数………………………………………………………………45 3.3基于Laplacian正则化支持向量机的木材识别……………………………46 3.3.1木材样本邻接图Laplacian矩阵…………………………………….47 3.3.2木材识别的LapSVM…………………………………………………48 3.3.3 LapSVM的优化求解…………………………………………………50 3.3.4实验结果及分析………………………………………………………52 3.4基于Hessian正则化支持向量机的木材识别………………………………54 3.4.1木材样本的Hessian正则化…………………………………………54 3.4.2基于Hessian正则化的支持向量机…………………………………56 3.4.3 HesSVM的优化求解…………………………………………………58 3.4.4实验结果及分析………………………………………………………59 3.5本章小结……………………………………………………………………..61 第4章基于多视角半监督学习的木材识别…………………………………………63 4.1引言……………………………………………………………………………………………………63 4.2基于多视角Laplacian正则化支持向量机的木材识别……………………64 4.2.1多视角学习框架………………………………………………………64 4.2.2多视角Laplacian正则化支持向量机……………………………….66 4.2.3多视角LapSVM优化求解…………………………………………..67 4.2.4实验结果及分析………………………………………………………70 4.3基于多视角Hessian正则化支持向量机的木材识别………………………72 4.3.1多视角Hessian正则化………………………………………………72 4.3.2多视角Hessian正则化支持向量机…………………………………74 4.3.3多视角HesSVM优化求解…………………………………………..75 4.3.4实验结果及分析………….…………………………………………..78 万方数据 目 录 4.4本章小结………………………………………………………………………80 第5章基于稀疏编码半监督学习的木材识别………………………………………81 5.1引言…………………………………………………………………………..8 1 5.2稀疏编码……………………………………………………………………。81 5.2.1稀疏编码………………………………………………………………81 5.2.2稀疏求解算法…………………………………………………………83 5.3基于多视角Hessian正则化稀疏编码支持向量机的木材识别…………..85 5.3.1多视角正则化稀疏编码…………………………………

相关文档

基于BagofWords的木材识别研究
基于半监督学习的XLPE电缆局部放电模式识别研究
基于BagofWords的木材识别研究_陆跃辉
木材缺陷识别方法的研究
木材纹理识别算法研究进展
木材表面纹理计算机视觉识别技术的研究
木材表面缺陷图像识别的算法研究
基于半监督流形学习的人脸识别算法研究
电脑版