距离测度学习理论与应用研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-14页 |
| ·距离测度学习问题介绍 | 第10-11页 |
| ·特征变换的一般框架 | 第11-12页 |
| ·距离测度学习的方法分类 | 第12页 |
| ·论文的研究内容 | 第12-14页 |
| 第二章 基于特征分解的距离测度学习算法及其应用 | 第14-34页 |
| ·已有距离测度学习算法介绍 | 第14-18页 |
| ·基于凸优化的全局距离测度学习方法 | 第14-15页 |
| ·近邻分量分析方法 | 第15-16页 |
| ·相关分量分析方法 | 第16-17页 |
| ·基于信息论的距离测度学习算法 | 第17-18页 |
| ·距离测度学习算法在高维样本分类中存在的问题 | 第18-19页 |
| ·基于特征分解的距离测度学习算法 | 第19-22页 |
| ·基于NCUT 的特征分解 | 第20-21页 |
| ·测度集成 | 第21页 |
| ·计算复杂度分析 | 第21-22页 |
| ·算法在图像与视频数据中的应用 | 第22-33页 |
| ·实验数据集介绍 | 第22-23页 |
| ·视频关键帧提取 | 第23-28页 |
| ·特征提取算法概述 | 第28-29页 |
| ·实验结果 | 第29-33页 |
| ·本章小结 | 第33-34页 |
| 第三章 基于区分性降维的距离测度学习方法 | 第34-49页 |
| ·相关降维方法回顾 | 第34-42页 |
| ·主成分分析 | 第34-35页 |
| ·局部线性嵌入 | 第35-36页 |
| ·拉普拉斯特征映射 | 第36-37页 |
| ·局部保持投影 | 第37-39页 |
| ·线性判别分析 | 第39-40页 |
| ·有偏判别分析 | 第40页 |
| ·语义特征映射 | 第40-42页 |
| ·半监督区分式近邻嵌入算法 | 第42-45页 |
| ·区分式近邻嵌入算法 | 第42-43页 |
| ·区分式近邻嵌入算法存在的问题 | 第43页 |
| ·自适应半监督近邻嵌入算法 | 第43-45页 |
| ·基于相关反馈的动态测度更新 | 第45-46页 |
| ·实验分析 | 第46-48页 |
| ·本章小结 | 第48-49页 |
| 第四章 基于图的半监督距离测度学习算法 | 第49-58页 |
| ·基于图的半监督学习算法概述 | 第49-52页 |
| ·本文算法描述 | 第52-54页 |
| ·收敛性证明 | 第54页 |
| ·相关实验 | 第54-57页 |
| ·实验数据集介绍 | 第54-55页 |
| ·实验结果 | 第55-57页 |
| ·本章小结 | 第57-58页 |
| 第五章 总结与展望 | 第58-60页 |
| ·论文总结 | 第58-59页 |
| ·前景展望 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 致谢 | 第64-65页 |
| 攻读硕士学位期间取得的研究成果 | 第65-66页 |
