非负矩阵分解新方法研究
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-13页 |
| ·研究背景和意义 | 第7-8页 |
| ·国内外研究现状 | 第8-10页 |
| ·论文的研究内容与章节安排 | 第10-13页 |
| 第二章 非负矩阵分解基本理论 | 第13-27页 |
| ·引言 | 第13页 |
| ·经典的 NMF 方法 | 第13-20页 |
| ·问题描述 | 第13-14页 |
| ·目标函数和迭代规则 | 第14-16页 |
| ·收敛性证明 | 第16-19页 |
| ·算法步骤 | 第19-20页 |
| ·NMF 的改进方法介绍 | 第20-26页 |
| ·本章小结 | 第26-27页 |
| 第三章 一种数据流式的非负矩阵分解方法 | 第27-39页 |
| ·引言 | 第27页 |
| ·DSNMF 方法 | 第27-32页 |
| ·理论建模与算法步骤 | 第27-30页 |
| ·收敛性证明 | 第30-32页 |
| ·实验仿真与分析 | 第32-37页 |
| ·降维效率 | 第33-34页 |
| ·特征稀疏性 | 第34-36页 |
| ·人脸识别 | 第36-37页 |
| ·本章小结 | 第37-39页 |
| 第四章 一种正交指数约束的平滑非负矩阵分解方法 | 第39-53页 |
| ·引言 | 第39-40页 |
| ·OESNMF 方法 | 第40-43页 |
| ·理论建模与算法步骤 | 第40-41页 |
| ·收敛性证明 | 第41-43页 |
| ·实验仿真与分析 | 第43-51页 |
| ·降维效率 | 第44页 |
| ·特征稀疏性 | 第44-47页 |
| ·有遮挡人脸识别 | 第47-49页 |
| ·视频运动分量提取 | 第49-51页 |
| ·本章小结 | 第51-53页 |
| 第五章 总结与展望 | 第53-55页 |
| ·全文总结 | 第53页 |
| ·未来研究展望 | 第53-55页 |
| 致谢 | 第55-57页 |
| 参考文献 | 第57-61页 |
| 作者在读期间参加科研情况和研究成果 | 第61-62页 |