基于稀疏表示的降维算法研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-17页 |
| ·研究目的与意义 | 第10-11页 |
| ·降维算法的研究现状 | 第11-13页 |
| ·稀疏表示的研究现状 | 第13-14页 |
| ·解决最优化问题的搜索算法研究 | 第13-14页 |
| ·字典设计研究 | 第14页 |
| ·稀疏表示在不同领域的应用研究 | 第14页 |
| ·研究的主要内容及方法 | 第14-15页 |
| ·研究主要内容及目标 | 第14-15页 |
| ·研究方法 | 第15页 |
| ·论文的组织结构 | 第15-17页 |
| 第二章 数据降维和稀疏表示的相关概述 | 第17-23页 |
| ·关于数据降维的数学描述 | 第17页 |
| ·经典降维方法概述 | 第17-21页 |
| ·主成分分析（PCA） | 第17-18页 |
| ·线性奇异分析（LDA） | 第18-19页 |
| ·多维度尺度（MDS） | 第19页 |
| ·ISOMAP | 第19-20页 |
| ·局部线性嵌入（LLE） | 第20-21页 |
| ·稀疏表示理论概述 | 第21-22页 |
| ·本章小节 | 第22-23页 |
| 第三章 稀疏重建嵌入降维方法 | 第23-32页 |
| ·问题的提出 | 第23-24页 |
| ·一个假设 | 第23页 |
| ·稀疏嵌入重建方法的提出 | 第23-24页 |
| ·稀疏重建嵌入（SRE）模型的建立及求解 | 第24-27页 |
| ·稀疏重建 | 第24-26页 |
| ·低维嵌入 | 第26-27页 |
| ·稀疏重建嵌入（SRE）的理论分析 | 第27-31页 |
| ·稀疏线性子空间 | 第28-29页 |
| ·l_1 范式稀疏解 | 第29-31页 |
| ·本章小节 | 第31-32页 |
| 第四章 实验结果与分析 | 第32-41页 |
| ·实验的设置 | 第32-33页 |
| ·人造数据集 | 第32-33页 |
| ·真实数据集 | 第33页 |
| ·实验的结果与分析 | 第33-40页 |
| ·本章小结 | 第40-41页 |
| 第五章 稀疏重建嵌入方法的应用 | 第41-48页 |
| ·稀疏重建嵌入方法在数据可视化的应用 | 第41-43页 |
| ·稀疏重建嵌入方法在人脸分类的应用 | 第43-47页 |
| ·本章小结 | 第47-48页 |
| 第六章 结论与展望 | 第48-50页 |
| ·结论 | 第48-49页 |
| ·将来的工作 | 第49-50页 |
| 参考文献 | 第50-53页 |
| 致谢 | 第53-54页 |
| 作者简介 | 第54页 |
