| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-16页 |
| ·课题背景及意义 | 第10-11页 |
| ·国内外研究现状 | 第11-13页 |
| ·本文主要研究内容 | 第13-14页 |
| ·本文组织结构 | 第14-16页 |
| 第2章 多观测样本分类的理论基础 | 第16-23页 |
| ·多观测样本 | 第16-17页 |
| ·多观测样本分类问题 | 第17-18页 |
| ·多观测样本分类与单观测样本分类 | 第18页 |
| ·多观测样本分类算法 | 第18-21页 |
| ·基于参数模型的多观测样本分类算法 | 第19-20页 |
| ·基于非参数模型的多观测样本分类算法 | 第20-21页 |
| ·本章小结 | 第21-23页 |
| 第3章 非一致相似测度的图表示多观测样本分类算法 | 第23-34页 |
| ·引言 | 第23页 |
| ·非一致相似测度的图表示多观测样本分类 | 第23-28页 |
| ·基本原理 | 第24-25页 |
| ·非一致相似测度图 | 第25-26页 |
| ·构造格拉斯曼联合核 | 第26页 |
| ·图嵌入判别分析多观测样本分类 | 第26-28页 |
| ·非一致相似测度的图表示多观测样本分类算法描述 | 第28-29页 |
| ·实验仿真研究 | 第29-33页 |
| ·ETH-80 物体识别数据库上的实验结果对比 | 第29-30页 |
| ·CMU-PIE 人脸数据库上的实验结果对比 | 第30-31页 |
| ·BANCA 数据库上的实验结果对比 | 第31-33页 |
| ·本章小结 | 第33-34页 |
| 第4章 基于稀疏构图的多观测样本分布式分类算法 | 第34-46页 |
| ·引言 | 第34-35页 |
| ·多观测样本分布式分类问题描述 | 第35-36页 |
| ·基于稀疏构图的多观测样本分布式分类 | 第36-40页 |
| ·基于稀疏理论构造图 | 第36-37页 |
| ·多观测样本分布式分类 | 第37-40页 |
| ·基于稀疏构图的多观测样本分布式分类算法描述 | 第40-41页 |
| ·实验仿真研究 | 第41-45页 |
| ·ETH-80 物体数据库上的实验结果对比 | 第41-42页 |
| ·USPS 手写体数字数据库上的实验结果对比 | 第42-43页 |
| ·ORL 人脸数据库上的实验结果对比 | 第43-45页 |
| ·本章小结 | 第45-46页 |
| 第5章 基于单样本加权的联合稀疏表示多观测样本分类算法 | 第46-58页 |
| ·引言 | 第46-47页 |
| ·基于单样本加权的联合稀疏表示多观测样本分类 | 第47-52页 |
| ·稀疏表示分类思想概述 | 第47-49页 |
| ·局部稀疏表示定义单样本可信度权重 | 第49-51页 |
| ·全局稀疏表示分类加权重构多观测样本 | 第51-52页 |
| ·基于单样本加权的联合稀疏表示多观测样本分类算法描述 | 第52-53页 |
| ·实验仿真研究 | 第53-57页 |
| ·ETH-80 物体数据库上的实验结果对比 | 第53-55页 |
| ·CMU-PIE 人脸数据库上的实验结果对比 | 第55-56页 |
| ·BANCA 数据库上的实验结果对比 | 第56-57页 |
| ·本章小结 | 第57-58页 |
| 结论 | 第58-60页 |
| 参考文献 | 第60-64页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第64-65页 |
| 致谢 | 第65-66页 |
| 作者简介 | 第66页 |