| 摘要 | 第1-7页 |
| Abstract | 第7-15页 |
| 1 绪论 | 第15-25页 |
| ·非负矩阵分解模型及其研究现状 | 第16-20页 |
| ·张量分解模型 | 第20-22页 |
| ·本论文研究内容和结构 | 第22-25页 |
| 2 基于方程组求解的非负矩阵分解算法 | 第25-44页 |
| ·引言 | 第25-26页 |
| ·算法的理论基础 | 第26-36页 |
| ·非负矩阵分解算法及其收敛性分析 | 第36-39页 |
| ·数值试验 | 第39-43页 |
| ·小结 | 第43-44页 |
| 3 基于非负矩阵分解的局部图像识别算法 | 第44-55页 |
| ·引言 | 第44-45页 |
| ·局部LNMF算法 | 第45-47页 |
| ·残缺位置已知的图像识别 | 第47-54页 |
| ·小结 | 第54-55页 |
| 4 基于非负矩阵分解的面向训练集数据缺失的局部特征提取 | 第55-77页 |
| ·引言 | 第55-56页 |
| ·模型 | 第56-58页 |
| ·算法运算量的比较 | 第58-59页 |
| ·三种模型试验结果比较 | 第59-75页 |
| ·小结 | 第75-77页 |
| 5 基于非负矩阵分解的在线人脸识别策略 | 第77-95页 |
| ·引言 | 第77-78页 |
| ·训练样本数量的变化引起识别率的变化及其规律 | 第78-83页 |
| ·在线学习策略 | 第83-88页 |
| ·数值试验结果及其分析 | 第88-94页 |
| ·小结 | 第94-95页 |
| 6 基于部分非负约束的非负矩阵分解 | 第95-107页 |
| ·引言 | 第95-96页 |
| ·基于编码矩阵部分非负约束的矩阵分解模型 | 第96-97页 |
| ·数值试验 | 第97-105页 |
| ·小结 | 第105-107页 |
| 7 矩阵分解问题的扩展—张量分解及其应用 | 第107-119页 |
| ·张量的相关知识 | 第107-108页 |
| ·Web社区发现 | 第108-109页 |
| ·HITS类算法 | 第109-111页 |
| ·基于张量的潜在社区模型及其算法 | 第111-117页 |
| ·小结 | 第117-119页 |
| 8 总结与展望 | 第119-123页 |
| ·总结 | 第119-121页 |
| ·展望 | 第121-123页 |
| 致谢 | 第123-124页 |
| 作者在读博士期间的主要成果 | 第124-126页 |
| 参考文献 | 第126-135页 |