| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 引言 | 第10-15页 |
| 第1章 非负矩阵分解(NMF)算法 | 第15-20页 |
| ·基本思想 | 第15页 |
| ·等价函数 | 第15页 |
| ·非负矩阵分解的概率理解 | 第15-17页 |
| ·目标函数与迭代算法 | 第17-18页 |
| ·对算法的理解 | 第18-20页 |
| 第2章 NMF应用于人脸识别 | 第20-24页 |
| ·人脸数据库 | 第20-21页 |
| ·识别过程 | 第21-22页 |
| ·分类器 | 第22-24页 |
| 第3章 一种非负矩阵分解的基矩阵稀疏算法 | 第24-35页 |
| ·引言 | 第24页 |
| ·稀疏性的度量 | 第24-25页 |
| ·算法 | 第25-26页 |
| ·收敛性证明 | 第26-29页 |
| ·数值实验 | 第29-34页 |
| ·ORL人脸数据库 | 第29页 |
| ·实验过程 | 第29-30页 |
| ·实验结果与分析 | 第30-34页 |
| ·本章小结 | 第34-35页 |
| 第4章 一种非负矩阵分解的权值矩阵稀疏算法 | 第35-42页 |
| ·引言 | 第35页 |
| ·算法 | 第35-37页 |
| ·数值实验 | 第37-41页 |
| ·ORL人脸数据库 | 第37页 |
| ·实验过程 | 第37页 |
| ·实验结果与分析 | 第37-41页 |
| ·本章小结 | 第41-42页 |
| 第5章 基于向量相关性的非负矩阵分解算法(DNMF) | 第42-49页 |
| ·引言 | 第42页 |
| ·降低人脸图像矩阵的相关系数 | 第42-44页 |
| ·数值实验 | 第44-47页 |
| ·ORL人脸数据库 | 第44-45页 |
| ·实验过程 | 第45页 |
| ·实验结果与分析 | 第45-47页 |
| ·本章小结 | 第47-49页 |
| 结论 | 第49-50页 |
| 参考文献 | 第50-55页 |
| 攻读学位期间公开发表论文 | 第55-56页 |
| 致谢 | 第56-57页 |
| 研究生履历 | 第57页 |