| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.3 课题的研究内容和创新点 | 第14页 |
| 1.4 论文组织结构 | 第14-17页 |
| 第二章 跨域图像分类相关技术介绍 | 第17-27页 |
| 2.1 引言 | 第17页 |
| 2.2 图像特征提取 | 第17-19页 |
| 2.2.1 图像文本特征 | 第17-18页 |
| 2.2.2 图像内容特征 | 第18-19页 |
| 2.3 分类器 | 第19-21页 |
| 2.3.1 SVM分类 | 第19页 |
| 2.3.2 逻辑回归 | 第19-21页 |
| 2.4 迁移稀疏编码 | 第21-26页 |
| 2.4.1 稀疏编码的发现 | 第21-22页 |
| 2.4.2 稀疏编码的数学模型 | 第22-23页 |
| 2.4.3 图拉普拉斯正则化稀疏编码模型(GSC) | 第23-24页 |
| 2.4.4 迁移稀疏编码模型(TSC) | 第24-26页 |
| 2.5 本章小节 | 第26-27页 |
| 第三章 基于图正则化的迁移稀疏概念编码算法 | 第27-39页 |
| 3.1 引言 | 第27页 |
| 3.2 相关技术 | 第27-30页 |
| 3.2.1 流形结构 | 第27-29页 |
| 3.2.2 标签一致性信息 | 第29-30页 |
| 3.3 正则化迁移稀疏概念编码模型(GTSCC) | 第30-33页 |
| 3.3.1 编码学习 | 第31-32页 |
| 3.3.2 字典学习 | 第32-33页 |
| 3.3.3 算法运算步骤 | 第33页 |
| 3.4 实验验证 | 第33-38页 |
| 3.4.1 数据集选取 | 第34-35页 |
| 3.4.2 实验设置 | 第35-36页 |
| 3.4.3 实验分析 | 第36-38页 |
| 3.5 本章小节 | 第38-39页 |
| 第四章 基于核方法的迁移稀疏编码算法 | 第39-53页 |
| 4.1 引言 | 第39页 |
| 4.2 核方法的研究现状 | 第39-40页 |
| 4.3 核方法原理 | 第40-44页 |
| 4.3.1 核函数 | 第40-41页 |
| 4.3.2 核函数的性质 | 第41-43页 |
| 4.3.3 核函数的选择 | 第43-44页 |
| 4.4 核迁移稀疏编码算法 | 第44-47页 |
| 4.4.1 编码学习 | 第45-46页 |
| 4.4.2 核字典学习 | 第46-47页 |
| 4.4.3 算法实现 | 第47页 |
| 4.5 实验验证 | 第47-52页 |
| 4.5.1 评价标准 | 第47-48页 |
| 4.5.2 数据集 | 第48-49页 |
| 4.5.3 实验分析 | 第49-50页 |
| 4.5.4 参数分析 | 第50-52页 |
| 4.6 本章小节 | 第52-53页 |
| 第五章 总结与展望 | 第53-55页 |
| 5.1 本文主要工作与创新点 | 第53页 |
| 5.2 未来工作展望 | 第53-55页 |
| 参考文献 | 第55-60页 |
| 致谢 | 第60-61页 |
| 攻读硕士学位期间研究成果 | 第61页 |