稀疏样本自表达的子空间聚类算法
| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第1章 绪论 | 第7-10页 |
| 1.1 研究背景及意义 | 第7-8页 |
| 1.2 子空间聚类 | 第8-9页 |
| 1.3 本文的主要工作和组织结构 | 第9-10页 |
| 第2章 子空间聚类算法 | 第10-18页 |
| 2.1 子空间聚类的相关理论 | 第10-13页 |
| 2.1.1 子空间聚类的引入 | 第10页 |
| 2.1.2 子空间聚类的定义 | 第10-11页 |
| 2.1.3 子空间聚类所面临的挑战 | 第11-12页 |
| 2.1.4 子空间聚类的评价指标 | 第12-13页 |
| 2.2 子空间聚类算法概述 | 第13-17页 |
| 2.2.1 基于代数的子空间聚类算法 | 第13-14页 |
| 2.2.2 基于统计的子空间聚类算法 | 第14-15页 |
| 2.2.3 基于谱聚类的子空间聚类算法 | 第15-17页 |
| 2.3 本章小结 | 第17-18页 |
| 第3章 稀疏样本自表达子空间聚类算法 | 第18-24页 |
| 3.1 稀疏样本自表达模型 | 第18-21页 |
| 3.2 稀疏自表达模型的优化算法求解 | 第21-23页 |
| 3.3 本章小结 | 第23-24页 |
| 第4章 实验验证 | 第24-36页 |
| 4.1 实验设置及数据集介绍 | 第24-25页 |
| 4.2 实验结果与分析 | 第25-35页 |
| 4.2.1 UCI低维数据集 | 第25-27页 |
| 4.2.2 人脸和手写图像高维数据集 | 第27-31页 |
| 4.2.3 运动分割高维数据集 | 第31-35页 |
| 4.3 本章小结 | 第35-36页 |
| 第5章 全文总结与展望 | 第36-38页 |
| 5.1 全文总结 | 第36页 |
| 5.2 展望 | 第36-38页 |
| 参考文献 | 第38-43页 |
| 读研期间科研成果 | 第43-45页 |
| 致谢 | 第45-46页 |
