基于压缩感知理论的图像识别与图像流恢复方法研究

致谢	第1-6页
摘要	第6-7页
Abstract	第7-9页
目次	第9-11页
图清单	第11-12页
表清单	第12-13页
1 绪论	第13-21页
·选题背景	第13-14页
·研究现状	第14-19页
·信号的稀疏表示理论	第15-16页
·压缩感知理论	第16-18页
·采样矩阵约束条件	第18-19页
·全局符号和名词说明	第19-20页
·主要工作及文章结构	第20-21页
2 图像识别方法研究及改进	第21-42页
·常用图像识别方法研究	第21页
·大规模训练样本下的图像识别方法研究及改进	第21-28页
·小规模训练样本下的图像识别方法研究及改进	第28-36页
·特殊情况下的图像识别方法研究及改进	第36-41页
·本章小结	第41-42页
3 人工神经网络结构与算法研究及改进	第42-52页
·常用人工神经网络结构与算法研究	第42-44页
·外权稀疏的人工神经网络学习	第44-47页
·外权稀疏的多核人工神经网络学习	第47-51页
·本章小结	第51-52页
4 图像流恢复方法研究及改进	第52-65页
·常用图像流恢复方法研究	第52-53页
·基于矩阵分解理论的图像流恢复方法	第53-55页
·基于张量分解理论的图像流恢复方法	第55-58页
·基于张量分解理论的图像流恢复方法	第58-64页
·将前景与背景分离成前景信息以及背景信息	第58-60页
·轮廓信息提取与预测	第60-61页
·纹理与轮廓信息的耦合字典训练	第61-64页
·本章小结	第64-65页
5 结论与展望	第65-67页
·研究总结	第65页
·进一步需要开展的工作	第65-67页
参考文献	第67-74页
作者简历	第74-75页