基于图像视觉上下文的多元IB聚类算法
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-15页 |
| 1.1 研究背景与研究现状 | 第9-13页 |
| 1.2 本文的主要贡献 | 第13-14页 |
| 1.3 本文的结构与框架 | 第14-15页 |
| 2 背景知识 | 第15-27页 |
| 2.1 相关定义 | 第15-21页 |
| 2.1.1 符号定义 | 第15页 |
| 2.1.2 熵 | 第15-17页 |
| 2.1.3 互信息与多信息 | 第17-19页 |
| 2.1.4 KL距离与JS距离 | 第19-20页 |
| 2.1.5 贝叶斯网络 | 第20-21页 |
| 2.2 IB方法 | 第21-24页 |
| 2.3 多元IB方法 | 第24-26页 |
| 2.4 图像视觉上下文 | 第26页 |
| 2.5 本章小结 | 第26-27页 |
| 3 基于图像视觉上下文的多元IB聚类算法 | 第27-34页 |
| 3.1 VC-IB算法思想及算法模型 | 第27-28页 |
| 3.2 VC-IB算法目标函数及算法流程 | 第28-32页 |
| 3.3 VC-IB算法时间复杂度分析 | 第32-33页 |
| 3.4 本章小结 | 第33-34页 |
| 4 实验设置与性能分析 | 第34-47页 |
| 4.1 图像数据集及预处理 | 第34-36页 |
| 4.1.1 图像数据集 | 第34-35页 |
| 4.1.2 数据集预处理 | 第35-36页 |
| 4.2 评估方法 | 第36-37页 |
| 4.3 实验设计 | 第37页 |
| 4.4 实验结果分析 | 第37-44页 |
| 4.4.1 与sIB算法的对比 | 第38-40页 |
| 4.4.2 与经典聚类算法的对比 | 第40-41页 |
| 4.4.3 与聚类融合算法的对比 | 第41-43页 |
| 4.4.4 与多视角聚类算法的对比 | 第43-44页 |
| 4.5 收敛性分析 | 第44-45页 |
| 4.6 本章小结 | 第45-47页 |
| 5 总结与展望 | 第47-49页 |
| 5.1 工作总结 | 第47-48页 |
| 5.2 下一步工作 | 第48-49页 |
| 参考文献 | 第49-53页 |
| 个人简介、在学期间发表的学术论文与研究成果 | 第53-54页 |
| 致谢 | 第54页 |
