| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 1 引言 | 第11-18页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.3 本文研究内容 | 第15-16页 |
| 1.4 本文组织结构 | 第16-17页 |
| 1.5 本章小结 | 第17-18页 |
| 2 低秩矩阵恢复理论 | 第18-30页 |
| 2.1 低秩矩阵分解理论 | 第18-22页 |
| 2.1.1 鲁棒主成分分析及其求解算法 | 第18-20页 |
| 2.1.2 低秩矩阵分解理论的应用 | 第20-22页 |
| 2.2 基于低秩表示的子空间聚类算法 | 第22-29页 |
| 2.2.1 子空间聚类 | 第22-25页 |
| 2.2.2 低秩表示及其求解算法 | 第25-26页 |
| 2.2.3 相似度矩阵的构造 | 第26-27页 |
| 2.2.4 其他表征算法 | 第27-29页 |
| 2.3 本章小结 | 第29-30页 |
| 3 基于鲁棒广义低秩矩阵逼近的视频修复算法 | 第30-43页 |
| 3.1 广义低秩矩阵 | 第30-36页 |
| 3.1.1 广义低秩矩阵逼近算法 | 第30-33页 |
| 3.1.2 鲁棒广义低秩矩阵逼近算法 | 第33-36页 |
| 3.2 基于RGLRAM的视频修复算法 | 第36-38页 |
| 3.3 实验结果与分析 | 第38-42页 |
| 3.4 本章小结 | 第42-43页 |
| 4 基于鲁棒判别低秩表示算法的子空间聚类 | 第43-55页 |
| 4.1 鲁棒判别低秩表示 | 第43-46页 |
| 4.1.1 问题设定 | 第43-44页 |
| 4.1.2 类内散度和类间散度 | 第44-46页 |
| 4.1.3 鲁棒判别低秩表示模型 | 第46页 |
| 4.2 RDLRR求解算法 | 第46-48页 |
| 4.3 基于RDLRR的子空间聚类 | 第48-49页 |
| 4.4 实验结果及分析 | 第49-54页 |
| 4.4.1 模拟数据实验 | 第49-51页 |
| 4.4.2 Extended Yale B人脸库实验 | 第51-53页 |
| 4.4.3 AR人脸库实验 | 第53-54页 |
| 4.5 本章小结 | 第54-55页 |
| 5 结论 | 第55-57页 |
| 5.1 工作总结 | 第55-56页 |
| 5.2 工作展望 | 第56-57页 |
| 参考文献 | 第57-61页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第61-63页 |
| 学位论文数据集 | 第63页 |