聚类分析及其在相机源辨识中的应用研究
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第8-15页 |
| 1.1 本文研究背景与意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-13页 |
| 1.2.1 谱聚类算法概述 | 第9-11页 |
| 1.2.2 相机源辨识技术概述 | 第11-13页 |
| 1.3 本文主要内容简介与组织结构 | 第13-15页 |
| 第二章 可扩展的半监督谱聚类算法 | 第15-25页 |
| 2.1 半监督谱聚类算法 | 第15-16页 |
| 2.2 改进的半监督谱聚类算法 | 第16-20页 |
| 2.2.1 依据稀疏表示的相似度矩阵 | 第16页 |
| 2.2.2 约束关系传递 | 第16-17页 |
| 2.2.3 改进算法的提出 | 第17-19页 |
| 2.2.4 算法复杂度分析 | 第19-20页 |
| 2.3 实验结果与分析 | 第20-24页 |
| 2.3.1 实验数据集与环境 | 第20页 |
| 2.3.2 实验结果与分析 | 第20-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第三章 基于自编码器的近似谱聚类算法 | 第25-35页 |
| 3.1 基于自编码器的聚类算法 | 第25-26页 |
| 3.2 改进的近似谱聚类算法 | 第26-29页 |
| 3.2.1 基于稀疏表示的拉普拉斯矩阵 | 第26-27页 |
| 3.2.2 深度谱聚类的优化 | 第27-29页 |
| 3.3 实验与分析 | 第29-34页 |
| 3.3.1 实验数据集与参数设置 | 第29-30页 |
| 3.3.2 算法复杂度分析 | 第30页 |
| 3.3.3 实验结果与分析 | 第30-34页 |
| 3.4 本章小结 | 第34-35页 |
| 第四章 基于聚类算法的大规模相机源辨识 | 第35-48页 |
| 4.1 相机源辨识算法 | 第35-37页 |
| 4.2 大规模图像库的相机源辨识 | 第37-40页 |
| 4.2.1 相机的指纹压缩 | 第38页 |
| 4.2.2 基于改进聚类算法的快速相机源辨识 | 第38-40页 |
| 4.3 实验分析 | 第40-46页 |
| 4.3.1 数据集与评价指标 | 第40-42页 |
| 4.3.2 实验结果分析 | 第42-46页 |
| 4.4 本章小结 | 第46-48页 |
| 第五章 主要结论与展望 | 第48-50页 |
| 主要结论 | 第48页 |
| 展望 | 第48-50页 |
| 致谢 | 第50-51页 |
| 参考文献 | 第51-56页 |
| 附录:作者在攻读硕士学位期间发表的论文 | 第56页 |
