基于组稀疏的子集选择应用研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第14-22页 |
| 1.1 研究背景与意义 | 第14-16页 |
| 1.2 国内外研究现状 | 第16-18页 |
| 1.2.1 子集选择方法 | 第16-17页 |
| 1.2.2 基于组稀疏子集选择方法的应用 | 第17-18页 |
| 1.3 研究内容及方法 | 第18-20页 |
| 1.4 本文结构安排 | 第20-22页 |
| 第2章 相关知识介绍 | 第22-34页 |
| 2.1 线性回归模型及其正则化 | 第22-27页 |
| 2.1.1 线性回归模型 | 第22-23页 |
| 2.1.2 正则化方法 | 第23-26页 |
| 2.1.3 组稀疏 | 第26-27页 |
| 2.2 基于组稀疏的子集选择 | 第27-29页 |
| 2.2.1 基于差异性的子集选择 | 第27-28页 |
| 2.2.2 基于自表达的子集选择 | 第28-29页 |
| 2.3 多核学习概述 | 第29-31页 |
| 2.3.1 对偶表示 | 第30-31页 |
| 2.3.2 多核学习 | 第31页 |
| 2.4 多任务学习概述 | 第31-32页 |
| 2.5 本章小结 | 第32-34页 |
| 第3章 基于组稀疏子集选择的多核聚类 | 第34-60页 |
| 3.1 背景介绍 | 第34-36页 |
| 3.2 相关工作 | 第36-39页 |
| 3.2.1 核k均值聚类 | 第37-38页 |
| 3.2.2 多核k均值聚类 | 第38页 |
| 3.2.3 局部多核k均值聚类 | 第38页 |
| 3.2.4 鲁棒多核k均值聚类 | 第38-39页 |
| 3.3 方法介绍 | 第39-42页 |
| 3.3.1 代表性核选择 | 第39-41页 |
| 3.3.2 通过选择代表性核来实现多核k均值聚类 | 第41-42页 |
| 3.3.3 与矩阵诱导正则化的联系 | 第42页 |
| 3.4 优化方法 | 第42-46页 |
| 3.4.1 交替优化 | 第42-44页 |
| 3.4.2 交替方向乘子优化 | 第44-45页 |
| 3.4.3 复杂度分析 | 第45-46页 |
| 3.5 实验评估 | 第46-57页 |
| 3.5.1 实验设置 | 第46-47页 |
| 3.5.2 基准数据集 | 第47-52页 |
| 3.5.3 实际数据集 | 第52-55页 |
| 3.5.4 参数敏感度分析和算法的收敛性 | 第55-57页 |
| 3.6 本章小结 | 第57-60页 |
| 第4章 基于多核非负矩阵分解的数据融合 | 第60-80页 |
| 4.1 背景介绍 | 第60-63页 |
| 4.2 相关工作 | 第63-64页 |
| 4.2.1 非负矩阵分解 | 第63页 |
| 4.2.2 核非负矩阵分解 | 第63-64页 |
| 4.3 方法介绍 | 第64-67页 |
| 4.3.1 核矩阵之间的差异性度量 | 第65页 |
| 4.3.2 代表性核选择扩展 | 第65-66页 |
| 4.3.3 正则化多核非负矩阵分解 | 第66-67页 |
| 4.4 优化方法 | 第67-70页 |
| 4.4.1 指示矩阵更新 | 第68-69页 |
| 4.4.2 更新B和H | 第69-70页 |
| 4.5 理论分析 | 第70-73页 |
| 4.5.1 收敛性证明 | 第70-72页 |
| 4.5.2 计算复杂度分析 | 第72-73页 |
| 4.6 实验评估 | 第73-77页 |
| 4.6.1 实验设置 | 第73-74页 |
| 4.6.2 实验结果及讨论 | 第74-77页 |
| 4.6.3 收敛性分析 | 第77页 |
| 4.7 本章小结 | 第77-80页 |
| 第5章 基于组稀疏子集选择的聚类多任务学习 | 第80-102页 |
| 5.1 背景介绍 | 第80-82页 |
| 5.2 相关工作 | 第82-83页 |
| 5.3 方法介绍 | 第83-85页 |
| 5.3.1 问题定义 | 第83页 |
| 5.3.2 鲁棒代表性任务选择 | 第83-84页 |
| 5.3.3 基于代表性任务的聚类多任务学习 | 第84-85页 |
| 5.4 优化方法 | 第85-90页 |
| 5.4.1 加速邻近梯度方法 | 第85-86页 |
| 5.4.2 任务权重矩阵优化 | 第86-89页 |
| 5.4.3 任务相关矩阵优化 | 第89-90页 |
| 5.5 实验评估 | 第90-100页 |
| 5.5.1 实验设置 | 第91-92页 |
| 5.5.2 人工数据集 | 第92-95页 |
| 5.5.3 实际数据集 | 第95-99页 |
| 5.5.4 复杂度和收敛性分析 | 第99-100页 |
| 5.6 本章小结 | 第100-102页 |
| 第6章 总结与展望 | 第102-106页 |
| 6.1 全文总结 | 第102-104页 |
| 6.2 未来展望 | 第104-106页 |
| 参考文献 | 第106-118页 |
| 致谢 | 第118-120页 |
| 在读期间发表的学术论文与取得的研究成果 | 第120-121页 |
