| 摘要 | 第5-7页 |
| ABSTRACT | 第7-9页 |
| 符号对照表 | 第13-14页 |
| 缩略语对照表 | 第14-18页 |
| 第一章 绪论 | 第18-30页 |
| 1.1 研究背景和意义 | 第18-19页 |
| 1.2 研究问题描述 | 第19-21页 |
| 1.3 迁移学习的研究现状 | 第21-26页 |
| 1.3.1 样本选择的方法 | 第21-22页 |
| 1.3.2 特征转化的方法 | 第22-23页 |
| 1.3.3 分类器参数的方法 | 第23-24页 |
| 1.3.4 稀疏编码的方法 | 第24-25页 |
| 1.3.5 利用属性的方法 | 第25-26页 |
| 1.4 其他相关方法 | 第26-27页 |
| 1.5 主要内容及章节安排 | 第27-30页 |
| 1.5.1 主要内容 | 第27-28页 |
| 1.5.2 章节安排 | 第28-30页 |
| 第二章 基于子空间和稀疏编码的跨域图像表示方法 | 第30-48页 |
| 2.1 引言 | 第30-31页 |
| 2.2 预备知识 | 第31-33页 |
| 2.2.1 稀疏编码 | 第31-32页 |
| 2.2.2 L_(2,1)范数 | 第32-33页 |
| 2.3 基于子空间和稀疏编码的跨域图像表示方法 | 第33-36页 |
| 2.4 PTSC算法的优化过程 | 第36-39页 |
| 2.5 实验及分析 | 第39-47页 |
| 2.5.1 数据描述 | 第39-41页 |
| 2.5.2 实验设置 | 第41-42页 |
| 2.5.3 实验结果 | 第42-44页 |
| 2.5.4 算法分析 | 第44-47页 |
| 2.6 本章小结 | 第47-48页 |
| 第三章 基于核稀疏编码的监督迁移学习图像表示方法 | 第48-64页 |
| 3.1 引言 | 第48-49页 |
| 3.2 基于核稀疏编码的监督迁移学习图像表示方法 | 第49-53页 |
| 3.3 STKSC算法的优化过程 | 第53-56页 |
| 3.4 实验及分析 | 第56-62页 |
| 3.4.1 实验设置 | 第57页 |
| 3.4.2 实验结果 | 第57-59页 |
| 3.4.3 算法分析 | 第59-62页 |
| 3.5 本章小结 | 第62-64页 |
| 第四章 基于RGB和RGB-D图像的耦合分类器 | 第64-84页 |
| 4.1 引言 | 第64-65页 |
| 4.2 基于RGB和RGB-D图像的耦合分类器 | 第65-68页 |
| 4.3 LCCRRD算法的优化过程 | 第68-70页 |
| 4.4 算法的收敛性证明 | 第70-72页 |
| 4.5 实验及分析 | 第72-83页 |
| 4.5.1 数据描述 | 第72-75页 |
| 4.5.2 实验设置 | 第75页 |
| 4.5.3 实验结果 | 第75-78页 |
| 4.5.4 算法分析 | 第78-83页 |
| 4.6 本章小结 | 第83-84页 |
| 第五章 一种从RGB-D到RGB图像的域自适应方法 | 第84-98页 |
| 5.1 引言 | 第84-85页 |
| 5.2 低秩约束 | 第85-86页 |
| 5.3 一种从RGB-D到RGB图像的域自适应方法 | 第86-92页 |
| 5.3.1 最小二乘结构风险损失函数 | 第87页 |
| 5.3.2 源域RGB图像和深度图像的相关性 | 第87-89页 |
| 5.3.3 源域和目标域的分布差异 | 第89-90页 |
| 5.3.4 DARDR算法的优化过程 | 第90-92页 |
| 5.4 实验及分析 | 第92-97页 |
| 5.4.1 实验设置 | 第93-94页 |
| 5.4.2 实验结果 | 第94-95页 |
| 5.4.3 参数分析 | 第95-96页 |
| 5.4.4 收敛性分析 | 第96-97页 |
| 5.5 本章小结 | 第97-98页 |
| 第六章 基于知识迁移和保存数据结构的零样本分类方法 | 第98-112页 |
| 6.1 引言 | 第98-99页 |
| 6.2 基于知识迁移和保存数据结构的零样本分类方法 | 第99-103页 |
| 6.2.1 已知类和未知类的语义关系 | 第100-101页 |
| 6.2.2 迁移的目标域分类器 | 第101-102页 |
| 6.2.3 预测目标域图像的标记 | 第102-103页 |
| 6.3 实验及分析 | 第103-110页 |
| 6.3.1 数据描述 | 第103-105页 |
| 6.3.2 实验设置 | 第105页 |
| 6.3.3 实验结果 | 第105-108页 |
| 6.3.4 算法分析 | 第108-110页 |
| 6.4 本章小结 | 第110-112页 |
| 第七章 总结与展望 | 第112-116页 |
| 7.1 工作总结 | 第112-113页 |
| 7.2 工作展望 | 第113-116页 |
| 参考文献 | 第116-128页 |
| 致谢 | 第128-130页 |
| 作者简介 | 第130-132页 |
