稀疏表示分类算法及其应用研究

摘要	第1-6页
Abstract	第6-10页
第一章 绪论	第10-16页
·课题来源	第10页
·研究背景与研究意义	第10-11页
·国内外研究现状	第11-14页
·基于稀疏表示的单样本人脸识别研究现状	第11-13页
·基于稀疏表示的人脸表情识别研究现状	第13-14页
·本文主要工作及结构安排	第14-16页
第二章 稀疏表示分类算法理论基础	第16-25页
·引言	第16页
·压缩感知基础知识	第16-21页
·Nyquist采样定理与压缩感知	第16页
·压缩感知原理	第16-20页
·分布式压缩感知模型	第20-21页
·稀疏表示基础知识	第21-24页
·压缩感知与稀疏表示的联系	第21-23页
·基于稀疏表示的分类	第23-24页
·本章小结	第24-25页
第三章 稀疏表示分类算法用于单样本人脸识别	第25-37页
·引言	第25页
·单样本扩充方法	第25-30页
·ESRC样本扩充	第26-28页
·B-JSM样本扩充	第28-30页
·稀疏表示分类算法用于扩充的单样本人脸识别	第30-35页
·小结	第35-37页
第四章 基于贡献函数判定的人脸表情识别	第37-50页
·引言	第37页
·稀疏表示分类机理	第37-39页
·协同表示	第37-38页
·稀疏条件限制	第38-39页
·基于协同表示正规化最小二乘分类算法	第39-41页
·贡献函数	第41-45页
·基于贡献函数判定的非特定人脸表情识别	第45-48页
·小结	第48-50页
第五章 总结与展望	第50-52页
·主要研究工作与创新点	第50页
·未来工作展望	第50-52页
参考文献	第52-57页
攻读学位期间发表论文	第57-58页
致谢	第58页