| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 专用术语注释表 | 第7-8页 |
| 第一章 绪论 | 第8-15页 |
| 1.1 研究背景 | 第8-10页 |
| 1.2 研究现状 | 第10-12页 |
| 1.3 研究内容 | 第12-14页 |
| 1.4 论文结构安排 | 第14-15页 |
| 第二章 相关背景知识介绍 | 第15-29页 |
| 2.1 相关数学基础 | 第15-17页 |
| 2.2 稀疏学习理论 | 第17-20页 |
| 2.2.1 稀疏表示概述 | 第17-18页 |
| 2.2.2 矩阵补全概述 | 第18-20页 |
| 2.3 交替方向乘子法 | 第20-23页 |
| 2.3.1 对偶上升法 | 第20-21页 |
| 2.3.2 增广拉格朗日乘子法 | 第21-22页 |
| 2.3.3 交替方向乘子法 | 第22-23页 |
| 2.4 图像自动标注相关基础 | 第23-28页 |
| 2.4.1 图像视觉特征表示方式 | 第23-24页 |
| 2.4.2 图像相似性度量方法 | 第24页 |
| 2.4.3 算法评价 | 第24-28页 |
| 2.5 本章小结 | 第28-29页 |
| 第三章 融合稀疏约束的低秩矩阵补全的图像标注算法 | 第29-44页 |
| 3.1 问题建模 | 第30-33页 |
| 3.1.1 低秩性和稀疏性 | 第31页 |
| 3.1.2 内容关联一致性 | 第31-32页 |
| 3.1.3 标签关联一致性 | 第32-33页 |
| 3.2 基于ADMM的模型优化 | 第33-36页 |
| 3.2.1 模型求解 | 第33-35页 |
| 3.2.2 算法流程 | 第35-36页 |
| 3.3 本章实验 | 第36-42页 |
| 3.3.1 实验准备 | 第36-37页 |
| 3.3.2 实验结果及分析 | 第37-42页 |
| 3.4 本章小结 | 第42-44页 |
| 第四章 基于并行多块ADMM的大规模图像自动标注算法 | 第44-54页 |
| 4.1 基于并行多块ADMM的大规模图像自动标注算法 | 第45-49页 |
| 4.1.1 模型求解 | 第45-48页 |
| 4.1.2 算法流程 | 第48-49页 |
| 4.2 本章实验 | 第49-53页 |
| 4.3 本章小结 | 第53-54页 |
| 第五章 总结与展望 | 第54-56页 |
| 参考文献 | 第56-59页 |
| 附录1 攻读硕士学位期间撰写的论文 | 第59-60页 |
| 附录2 攻读硕士学位期间申请的专利 | 第60-61页 |
| 附录3 攻读硕士学位期间参加的科研项目 | 第61-62页 |
| 致谢 | 第62页 |