1. 毕业设计（论文）主要内容：

图像分类技术是其它图像应用（检索、追踪、人脸识别等）实现的前提，而支持向量机（support vector machine, SVM）是图像应用中常用的分类方法。

本课设要求能理解并掌握SVM的分类原理，能够计算支持向量辅助决策线（面）对不同类别图像进行判别，分析不同核函数构成的分类器对图像分类的影响，并能实现所设计分类器对图像的分类。

2. 毕业设计（论文）主要任务及要求

1、理解并掌握支持向量机对图像分类的工作原理；

2、阅读的参考文献不少于15篇（其中近5年外文文献不少于3篇)；任务书上列举的必读参考文献4-5篇即可（含1-2篇外文文献）；

3、完成不少于12000字的论文的撰写并完成答辩的相关工作；

3. 毕业设计（论文）完成任务的计划与安排

第1周—第3周 搜集资料，撰写开题报告；

第4周—第5周 论文开题；

第6周—第12周 撰写论文初稿；

4. 主要参考文献

[1] 吴丽娜.基于词袋模型的图像分类算法研究[d].北京:北京交通大学,2013.

[2] caltech 101数据库[eb/ol].http://www.vision.caltech.edu/image_datasets/caltech101/caltech101.html

[3] image classification with 5 methods.githubinc (us) [eb/ol]. https://github.com/fdevmsy/image_classification_with_5_methods.