首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

自适应的鲁棒核主分量分析算法

摘要第1-5页
Abstract第5-8页
1 绪论第8-14页
   ·特征提取综述第8-12页
   ·鲁棒核主分量分析研究的现状第12-13页
   ·研究的主要内容第13-14页
2 基于快速独立分量分析的红外运动小目标的检测第14-25页
   ·引言第14-17页
   ·独立分量分析第17-21页
   ·基于FastICA 的红外运动目标的检测第21-25页
3 鲁棒主分量分析(Robust PCA)第25-32页
   ·主分量分析(PCA)第25-28页
   ·鲁棒主分量分析(Robust PCA)第28-32页
4 核学习方法第32-36页
   ·核方法的理论背景第32-34页
   ·常用的几类核函数第34-36页
5 鲁棒核主分量分析(Robust KPCA)算法第36-47页
   ·基于特征值分解的核主分量分析(KPCA)算法第36-38页
   ·特征空间中的损失函数第38-40页
   ·迭代形式的KPCA 算法第40-42页
   ·自适应的鲁棒Kernel PCA 算法第42-43页
   ·实验与分析第43-47页
6 总结与展望第47-48页
致谢第48-49页
参考文献第49-53页
附录读硕士学位期间发表的论文第53页

论文共53页,点击 下载论文
上一篇:基于步态的身份识别研究
下一篇:基于神经网络的信息挖掘模型研究