非负局部协调分解算法研究及其应用
| 摘要 | 第8-9页 |
| ABSTRACT | 第9页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 研究现状 | 第11-15页 |
| 1.2.1 非负矩阵分解研究现状 | 第11-14页 |
| 1.2.2 非负局部协调分解研究现状 | 第14-15页 |
| 1.2.3 非负局部协调分解存在的问题 | 第15页 |
| 1.3 论文主要工作 | 第15-16页 |
| 1.4 论文组织结构 | 第16-17页 |
| 第二章 半监督非负局部协调分解 | 第17-29页 |
| 2.1 简介 | 第17-18页 |
| 2.2 半监督非负局部协调分解 | 第18-23页 |
| 2.2.1 模型 | 第18-19页 |
| 2.2.2 优化算法 | 第19-23页 |
| 2.3 实验分析 | 第23-28页 |
| 2.3.1 在UCI数据集上的实验 | 第24页 |
| 2.3.2 在人脸数据集上的实验 | 第24-28页 |
| 2.4 小结 | 第28-29页 |
| 第三章 基于在线非负局部协调分解的视觉追踪 | 第29-48页 |
| 3.1 简介 | 第29-30页 |
| 3.2 相关背景 | 第30-31页 |
| 3.3 在线非负局部协调分解 | 第31-38页 |
| 3.3.1 有监督稀疏表示 | 第32-34页 |
| 3.3.2 目标模板学习 | 第34-38页 |
| 3.4 实验 | 第38-47页 |
| 3.4.1 跟踪实现细节 | 第38页 |
| 3.4.2 计算实验 | 第38-47页 |
| 3.5 小结 | 第47-48页 |
| 第四章 鲁棒多核非负局部协调分解 | 第48-59页 |
| 4.1 简介 | 第48-49页 |
| 4.2 提出模型 | 第49-51页 |
| 4.2.1 鲁棒核非负局部协调分解 | 第49-50页 |
| 4.2.2 多核学习扩展 | 第50-51页 |
| 4.3 优化算法及分析 | 第51-56页 |
| 4.3.1 优化算法 | 第51-54页 |
| 4.3.2 算法分析 | 第54-56页 |
| 4.4 计算实验 | 第56-58页 |
| 4.4.1 数据集 | 第56-57页 |
| 4.4.2 实验结果 | 第57-58页 |
| 4.5 小结 | 第58-59页 |
| 第五章 工作总结与展望 | 第59-61页 |
| 5.1 本文工作总结 | 第59页 |
| 5.2 后续研究展望 | 第59-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-70页 |
| 作者在学期间取得的学术成果 | 第70页 |
