文档介绍：捅姜几十年中该课题的研究己经取得了较大的进展,但计算机自动识别技术还远没有��椒ā�����鸱治龇椒ǎ�约耙院朔椒ㄎ4�淼姆窍咝蕴卣魈崛》椒ǖ取�述了������等传统特征提取方法,并发展了���卣魈崛》椒ǎ�岢�分块的���卣魈崛》椒ǎ�治霰砻鳎�梅椒ㄊ���方法的推广,在人脸识计学习理论。本文详细讨论了核特征提取方法,并结合偏最小二乘理论����本文以构造新的特征提取算法为主要的研究方向,并结合实际应用来验证算偏最小二乘方法图像特征提取方法的研究目标的自动识别是最有价值的应用需求之一,但它同时也最具挑战性。过去达到理想的实际应用需求。自动识别技术涉及到很多方面的研究,如图像的预处理,图像增强、图像分割、特征提取方法和分类器的设计等等,这其中特征提取方法的研究尤为关键。一方面,研究者对特征提取的理论作了较多的探索,力求得出一些针对特定目标的高精度、高效率的特征提取算法与方法。这其中包含另一方面,在实际应用中算法的效率也是非常重要的。本文的研究集中在特征提取方法,这其中涉及到线性与非线性特征提取方法。本文将特征提取方法分为线性和非线性特征提取方法。原始信息经过线性映射得到的交换后信息称为线性特征,原始信息经过非线性映射得到的变化后的信息成为非线性特征。对应的映射成为线性特征提取方法和非线性特征提取方法。主分量分析和���线性鉴别准则是应用最广泛的特征提取算法。本文论别研究中优于传统的���椒ā�核方法是新近发展起来的一种非线性特征提取方法,它的理论基础来自于统提出了基于��的特征融合方法。法的优劣,对于算法中部分参数的选择讨论不足,这将在以后的研究工作中予以关注。关键词:自动目标识别,特征提取,主分量分析,���线性鉴别,核方法,西北工业大学硕士学位论文
.����������琣���������瓾���������鮰�������曲�������������������瑀������甒�����:�������������,����������������現���疭������������琄���西北工业大学硕士学位论文图像特征提取方法的研究������籌��������;���������;�������������������.�����,�����������,�������������;�����.��������.����,�������瓺������瓵������,���������籌������甇������������,���‘��.���.���.�������.�������,�������.����.����������������,�.��.Ⅱ
叼年弓月矽日学位论文作者签名:�Α惑隙���学位论文作者签名:�芾价秃�西北工业大学业学位论文知识产权声明书西北工业大学学位论文原创性声明动司啤弓月万日本人完全了解学校有关保护知识产权的规定,即:研究生在校攻读学位期间论文工作的知识产权单位属于西北工业大学。学校有权保留并向国家有关部门或机构送交论文的复印件和电子版。本人允许论文被查阅和借阅。学校可以将本学位论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。同时本人保证,毕业后结合学位论文研究课题再撰写的文章一律注明作者单位为西北工业保密论文待解密后适用本声明。指导教师签名秉承学校严谨的学风和优良的科学道德,本人郑重声明:所呈交的学位论文,是本人在导师的指导下进行研究工作所取得的成果。尽我所知,除文中已经注明引用的内容和致谢的地方外,本论文不包含任何其他个人或集体已经公开发表或撰写过的研究成果,不包含本人或其他己申请学位或其他用途使用过的成果。对本文的研究做出重要贡献的个人和集体,均已在文中以明确方式表明。本人学位论文与资料若有不实,愿意承担一切相关的法律责任。大学。,.
第�滦髀���研究背景��特征提取研究的内容和现状本质,并且它随摄像机位置、照度、运动等因素的变化而变化。因此为了进行分间,被研究的图像在这个特征空间中就由一个或几个特征向量来表示四。综上所述,特征提取��】技术成为目标分类和识别中的关键技术。本文针对目标分类和识别的应用需求,研究以图像资源为中心的特征提取技术。在目标分类和识别过程中,首先根据被研究的对象产生出一组基本特征,它原始特,怔【�。原始特征的数量可能很大,或者说样本处于一个高维空间中,这会给分类器带来沉重的计算负担。人们时常会陷入的一个误区就是认为获取的特征越多,分类效果就会越好,而����的丑小鸭定理���随着信息化社会的到来,人们获取的信息已经不是局限在数字、符号、文本等信息,而是越来越多的处理图像信息。由于图像在各种信息资源中占有十分重要的地位,研究表明人获取信息的�%以上来自于视觉���虼耍�芯扛髦滞枷�信息来识别图像