| 摘要 | 第4-7页 |
| Abstract | 第7-9页 |
| 1 绪论 | 第19-31页 |
| 1.1 论文研究背景及其意义 | 第19-21页 |
| 1.2 论文研究内容 | 第21-24页 |
| 1.3 国内外相关工作研究进展 | 第24-30页 |
| 1.3.1 子空间学习研究进展 | 第24-25页 |
| 1.3.2 距离度量学习研究进展 | 第25-26页 |
| 1.3.3 多视角学习研究进展 | 第26-28页 |
| 1.3.4 深度学习在图像领域的研究进展 | 第28-30页 |
| 1.4 论文组织结构 | 第30-31页 |
| 2 稀疏子空间学习方法研究 | 第31-48页 |
| 2.1 本章引言 | 第31-34页 |
| 2.2 相关工作 | 第34-36页 |
| 2.2.1 稀疏表示与基于稀疏表示的图构造 | 第34-35页 |
| 2.2.2 稀疏保持投影 | 第35-36页 |
| 2.2.3 最大边界准则 | 第36页 |
| 2.3 局部结构化稀疏保持嵌入与其半监督拓展 | 第36-41页 |
| 2.3.1 局部结构化稀疏保持嵌入 | 第36-39页 |
| 2.3.2 半监督局部结构化稀疏保持嵌入 | 第39-40页 |
| 2.3.3 算法分析 | 第40-41页 |
| 2.4 实验与分析 | 第41-46页 |
| 2.5 本章小结 | 第46-48页 |
| 3 针对语义鸿沟的距离度量学习方法研究 | 第48-67页 |
| 3.1 本章引言 | 第48-51页 |
| 3.2 相关工作 | 第51-53页 |
| 3.2.1 背景介绍 | 第51-52页 |
| 3.2.2 经典算法介绍 | 第52-53页 |
| 3.3 语义判别的距离度量学习 | 第53-58页 |
| 3.3.1 研究动机 | 第53页 |
| 3.3.2 SDML算法的构造过程 | 第53-55页 |
| 3.3.3 SDML算法的求解过程 | 第55-57页 |
| 3.3.4 SDML算法的优点 | 第57-58页 |
| 3.4 实验 | 第58-66页 |
| 3.4.1 数据集与对比算法 | 第58-60页 |
| 3.4.2 图像分类实验 | 第60-63页 |
| 3.4.3 人脸识别实验 | 第63页 |
| 3.4.4 训练实验讨论 | 第63-66页 |
| 3.5 本章小结 | 第66-67页 |
| 4 基于协同正则化的多视角学习方法研究 | 第67-92页 |
| 4.1 本章引言 | 第67-69页 |
| 4.2 相关工作 | 第69-70页 |
| 4.2.1 背景介绍 | 第69页 |
| 4.2.2 多视角谱嵌入 | 第69-70页 |
| 4.3 协同正则化的多视角稀疏重构嵌入 | 第70-74页 |
| 4.3.1 单视角优化 | 第70-72页 |
| 4.3.2 协同正则化框架 | 第72-74页 |
| 4.3.3 CMSRE算法的求解过程 | 第74页 |
| 4.4 CMSRE算法相关实验 | 第74-80页 |
| 4.4.1 文本分类实验 | 第74-76页 |
| 4.4.2 人脸识别实验 | 第76-78页 |
| 4.4.3 图像检索实验 | 第78-79页 |
| 4.4.4 CMSRE算法收敛性分析 | 第79-80页 |
| 4.5 多视角稀疏保持投影 | 第80-84页 |
| 4.5.1 MvSPP算法构造过程 | 第80-83页 |
| 4.5.2 MvSPP算法的求解过程 | 第83-84页 |
| 4.6 MvSPP算法相关实验 | 第84-89页 |
| 4.6.1 数据集与对比算法 | 第84-86页 |
| 4.6.2 文本数据集上的实验 | 第86-87页 |
| 4.6.3 图像数据集上的实验 | 第87-89页 |
| 4.6.4 MvSPP算法收敛性与训练时间 | 第89页 |
| 4.7 本章小结 | 第89-92页 |
| 5 针对车型细分类的深度学习模型研究 | 第92-108页 |
| 5.1 本章引言 | 第92-94页 |
| 5.2 相关工作 | 第94-95页 |
| 5.2.1 车型细分类相关研究 | 第94-95页 |
| 5.2.2 深度卷积神经网络介绍 | 第95页 |
| 5.3 多路径深度卷积神经网络 | 第95-99页 |
| 5.3.1 车辆三个部件(整车、车头及车标)在车型细分类中的作用 | 第95-96页 |
| 5.3.2 MP-DCNN网络结构 | 第96-98页 |
| 5.3.3 端对端训练 | 第98-99页 |
| 5.4 MPF-Cars数据集 | 第99-102页 |
| 5.4.1 车辆图像处理 | 第99页 |
| 5.4.2 车辆各部件图像切割 | 第99页 |
| 5.4.3 MPF-Cars数据集的详细信息 | 第99-102页 |
| 5.5 实验 | 第102-107页 |
| 5.5.1 实验细节 | 第102-103页 |
| 5.5.2 MPF-Cars数据集上的实验 | 第103-105页 |
| 5.5.3 车标图像识别结果 | 第105页 |
| 5.5.4 CarFlag-563数据集上的实验 | 第105-107页 |
| 5.6 本章小结 | 第107-108页 |
| 6 总结与展望 | 第108-112页 |
| 6.1 论文总结 | 第108-109页 |
| 6.2 创新点 | 第109-110页 |
| 6.3 工作展望 | 第110-112页 |
| 参考文献 | 第112-127页 |
| 攻读博士学位期间科研项目及科研成果 | 第127-129页 |
| 致谢 | 第129-131页 |
| 作者简介 | 第131页 |