基于子空间学习和稀疏编码的图像分类算法研究
| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 1 引言 | 第11-24页 |
| 1.1 论文的研究意义和背景 | 第11-14页 |
| 1.2 图像分类的难题 | 第14-15页 |
| 1.3 图像分类技术的研究现状 | 第15-22页 |
| 1.4 本文的研究工作 | 第22页 |
| 1.5 论文的安排 | 第22-23页 |
| 1.6 本章小结 | 第23-24页 |
| 2 基于分块子空间的粒子群优化分类算法 | 第24-42页 |
| 2.1 符号说明 | 第24页 |
| 2.2 算法介绍 | 第24-25页 |
| 2.3 线性判别式分析 | 第25-27页 |
| 2.4 分块子空间分析 | 第27-29页 |
| 2.5 粒子群优化算法 | 第29-31页 |
| 2.6 实验结果与分析 | 第31-41页 |
| 2.6.1 数据集和实验设置 | 第31-33页 |
| 2.6.2 实验分析 | 第33-35页 |
| 2.6.3 模型参数影响 | 第35-41页 |
| 2.7 本章小结 | 第41-42页 |
| 3 基于稀疏编码的正交平滑子空间的分类算法 | 第42-53页 |
| 3.1 稀疏编码分析 | 第42-43页 |
| 3.2 空间金字塔最大池 | 第43-44页 |
| 3.3 正交平滑子空间分析 | 第44-46页 |
| 3.4 参数选择 | 第46-47页 |
| 3.5 实验结果与分析 | 第47-52页 |
| 3.5.1 数据集和实验设置 | 第47页 |
| 3.5.2 实验分析 | 第47-52页 |
| 3.6 本章小结 | 第52-53页 |
| 4 有监督的重构误差分类算法 | 第53-59页 |
| 4.1 模型建立 | 第53-54页 |
| 4.2 有监督的字典训练 | 第54-55页 |
| 4.3 重构误差分类的编码阶段 | 第55-56页 |
| 4.4 重构误差分类 | 第56页 |
| 4.5 实验结果与分析 | 第56-58页 |
| 4.6 本章小结 | 第58-59页 |
| 5 总结 | 第59-61页 |
| 5.1 工作总结 | 第59页 |
| 5.2 工作展望 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 作者简历 | 第65-67页 |
| 学位论文数据集 | 第67页 |
