基于非负矩阵分解算法的离线笔迹鉴别
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第一章 绪论 | 第8-15页 |
| §1-1 课题背景 | 第8-9页 |
| §1-2 非负矩阵分解算法的研究现状 | 第9-12页 |
| 1-2-1 基于非负矩阵分解的图像融合 | 第9-10页 |
| 1-2-2 基于NMF 的隐含语义索引算法 | 第10-11页 |
| 1-2-3 灰度图像的数字水印研究 | 第11页 |
| 1-2-4 NMF 算法在其他方面的应用 | 第11-12页 |
| §1-3 手写体笔迹鉴别的研究现状 | 第12-14页 |
| §1-4 论文结构 | 第14页 |
| §1-5 小结 | 第14-15页 |
| 第二章 非负矩阵分解算法 | 第15-23页 |
| §2-1 非负矩阵分解算法的引出 | 第15-16页 |
| §2-2 NMF 分解算法 | 第16-20页 |
| 2-2-1 算法介绍 | 第16页 |
| 2-2-2 目标函数 | 第16-17页 |
| 2-2-3 迭代规律 | 第17-18页 |
| 2-2-4 收敛性证明 | 第18-20页 |
| §2-3 变形的NMF 算法 | 第20-22页 |
| 2-3-1 局部非负矩阵分解(LNMF) | 第20-21页 |
| 2-3-2 非负稀疏编码(NNSC) | 第21-22页 |
| 2-3-3 稀疏非负矩阵分解(SNMF) | 第22页 |
| §2-4 小结 | 第22-23页 |
| 第三章 基于非负矩阵分解的笔迹图像分类 | 第23-28页 |
| §3-1 模式识别概述 | 第23页 |
| §3-2 笔迹图像的子空间分类 | 第23-27页 |
| 3-2-1 基于PCA 算法的子空间分类其设计 | 第24-25页 |
| 3-2-2 基于NMF 算法的子空间分类其设计 | 第25-27页 |
| §3-3 小结 | 第27-28页 |
| 第四章 笔迹鉴别实验过程及其结果 | 第28-42页 |
| §4-1 笔迹图像处理过程 | 第28-30页 |
| 4-1-1 人工笔迹鉴定方法和步骤 | 第28-29页 |
| 4-1-2 计算机笔迹鉴别系统 | 第29-30页 |
| §4-2 笔迹识别率的主要评价指标 | 第30页 |
| §4-3 实验步骤以及结果 | 第30-38页 |
| 4-3-1 笔迹图像预处理 | 第31-32页 |
| 4-3-2 应用NMF 算法提取笔迹图像特征 | 第32-35页 |
| 4-3-3 笔迹图像分类结果 | 第35-38页 |
| §4-4 NMF 和PCA 识别率比较 | 第38-41页 |
| §4-5 小结 | 第41-42页 |
| 第五章 结论和展望 | 第42-43页 |
| §5-1 本文结论 | 第42页 |
| §5-2 展望 | 第42-43页 |
| 参考文献 | 第43-45页 |
| 致谢 | 第45-46页 |
| 攻读学位期间取得的相关学术科研成果 | 第46页 |
