稀疏子空间聚类算法的改进研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-13页 |
| 1.1 稀疏子空间聚类的背景意义及发展过程 | 第10页 |
| 1.2 稀疏子空间聚类的研究现状 | 第10-12页 |
| 1.3 论文研究内容及结构安排 | 第12-13页 |
| 第二章 基于稀疏子空间聚类的算法 | 第13-25页 |
| 2.1 稀疏子空间聚类算法 | 第13-16页 |
| 2.1.1 稀疏子空间聚类算法概述 | 第13页 |
| 2.1.2 稀疏子空间聚类算法模型 | 第13-14页 |
| 2.1.3 稀疏子空间聚类算法求解 | 第14-16页 |
| 2.2 基于稀疏子空间聚类的几种改进算法 | 第16-25页 |
| 2.2.1 加权稀疏子空间聚类 | 第16-18页 |
| 2.2.2 低秩稀疏子空间聚类 | 第18-20页 |
| 2.2.3 相关自适应子空间分割 | 第20-22页 |
| 2.2.4 结构性稀疏子空间聚类 | 第22-25页 |
| 第三章 改进的结构性加权稀疏子空间聚类 | 第25-33页 |
| 3.1 结构性加权稀疏子空间聚类模型 | 第25-26页 |
| 3.2 结构性加权稀疏子空间聚类求解 | 第26-27页 |
| 3.3 结构性加权稀疏子空间聚类实验 | 第27-33页 |
| 3.3.1 合成数据聚类 | 第27-29页 |
| 3.3.2 人脸图像聚类 | 第29-30页 |
| 3.3.3 彩色图像分类 | 第30-33页 |
| 第四章 改进的结构性低秩稀疏子空间聚类 | 第33-39页 |
| 4.1 结构性低秩稀疏子空间聚类模型 | 第33-34页 |
| 4.2 结构性低秩稀疏子空间聚类求解 | 第34-36页 |
| 4.3 结构性低秩稀疏子空间聚类实验 | 第36-39页 |
| 4.3.1 合成数据聚类 | 第36-38页 |
| 4.3.2 彩色图像分类 | 第38-39页 |
| 第五章 改进的结构性自适应子空间聚类 | 第39-47页 |
| 5.1 结构性自适应子空间聚类模型 | 第39-40页 |
| 5.2 结构性自适应子空间聚类求解 | 第40-42页 |
| 5.3 结构性自适应子空间聚类实验 | 第42-47页 |
| 5.3.1 合成数据聚类 | 第42-43页 |
| 5.3.2 人脸图像聚类 | 第43-44页 |
| 5.3.3 彩色图像分类 | 第44-45页 |
| 5.3.4 彩色图像分割 | 第45-47页 |
| 结论 | 第47-48页 |
| 参考文献 | 第48-53页 |
| 攻读学位期间公开发表论文 | 第53-54页 |
| 致谢 | 第54-55页 |
| 作者简介 | 第55页 |
