基于稀疏表达的若干分类问题研究
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 目录 | 第8-10页 |
| 中英文缩写对照表 | 第10-12页 |
| 1 绪论 | 第12-27页 |
| 1.1 引言 | 第12-14页 |
| 1.2 稀疏表达理论 | 第14-20页 |
| 1.3 研究现状 | 第20-23页 |
| 1.4 本文主要研究内容 | 第23-25页 |
| 1.5 课题来源及内容安排 | 第25-27页 |
| 2 基于空时稀疏表达的视频前景背景分割 | 第27-48页 |
| 2.1 引言 | 第27-30页 |
| 2.2 背景知识 | 第30-35页 |
| 2.3 基于稀疏表达的前景背景分割算法 | 第35-39页 |
| 2.4 实验结果与分析 | 第39-45页 |
| 2.5 本章小结 | 第45-48页 |
| 3 基于稀疏表达的半监督自学习人脸识别 | 第48-67页 |
| 3.1 引言 | 第48-52页 |
| 3.2 背景知识 | 第52-55页 |
| 3.3 基于稀疏表达的半监督自学习人脸识别算法 | 第55-59页 |
| 3.4 实验结果与分析 | 第59-66页 |
| 3.5 本章小结 | 第66-67页 |
| 4 基于稀疏约束的核最小均方误差的特征选择和分类 | 第67-92页 |
| 4.1 引言 | 第67-69页 |
| 4.2 原始KMSE模型 | 第69-70页 |
| 4.3 基于稀疏约束的核最小均方误差算法 | 第70-73页 |
| 4.4 不均衡样本问题 | 第73-75页 |
| 4.5 加权的基于稀疏约束的核最小均方误差算法 | 第75-77页 |
| 4.6 实验结果与分析 | 第77-83页 |
| 4.7 本章小结 | 第83-92页 |
| 5 总结与展望 | 第92-95页 |
| 5.1 本文工作总结 | 第92-94页 |
| 5.2 进一步研究 | 第94-95页 |
| 致谢 | 第95-96页 |
| 参考文献 | 第96-108页 |
| 附录1 攻读学位期间发表的学术论文 | 第108-109页 |
| 附录2 公开发表的学术论文与博士学位论文的关系 | 第109-110页 |
| 附录3 攻读学位期间参与课题 | 第110页 |
