| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 主要符号与英文缩略词对照表 | 第16-19页 |
| 第一章 绪论 | 第19-36页 |
| 1.1 课题的背景和意义 | 第19-21页 |
| 1.2 图匹配问题描述 | 第21-23页 |
| 1.3 图匹配问题的挑战 | 第23-24页 |
| 1.4 文献综述 | 第24-31页 |
| 1.4.1 图匹配方法分类总结 | 第25页 |
| 1.4.2 相似度函数及其松弛形式 | 第25-26页 |
| 1.4.3 算法求解空间 | 第26-27页 |
| 1.4.4 图匹配问题阶数 | 第27-28页 |
| 1.4.5 待匹配图数目 | 第28-29页 |
| 1.4.6 基于机器学习的图匹配 | 第29页 |
| 1.4.7 参数化的配准问题 | 第29-31页 |
| 1.4.8 图匹配实用技术 | 第31页 |
| 1.5 本文主要贡献 | 第31-34页 |
| 1.6 本文组织结构 | 第34-36页 |
| 第二章 自适应梯度指派的二图匹配收敛算法 | 第36-64页 |
| 2.1 本章引言 | 第36页 |
| 2.2 二阶图匹配算法设计和收敛性分析 | 第36-47页 |
| 2.2.1 二阶图匹配的自适应近似梯度指派算法 | 第36-40页 |
| 2.2.2 二阶算法收敛性质主定理的证明 | 第40-47页 |
| 2.3 高阶图匹配算法设计和收敛性分析 | 第47-54页 |
| 2.3.1 高阶图匹配的自适应离散域近似梯度指派算法 | 第47-51页 |
| 2.3.2 高阶算法收敛性质主定理的证明 | 第51-53页 |
| 2.3.3 离散域梯度指派高阶图匹配算法实现细节 | 第53-54页 |
| 2.4 实验与讨论 | 第54-63页 |
| 2.4.1 二阶图匹配实验 | 第54-58页 |
| 2.4.2 高阶图匹配实验 | 第58-63页 |
| 2.5 本章小结 | 第63-64页 |
| 第三章 基于交替更新的多图匹配和多点集配准算法 | 第64-104页 |
| 3.1 本章引言 | 第64页 |
| 3.2 相容性驱动的交替优化多图匹配算法 | 第64-75页 |
| 3.2.1 相似度矩阵非分解形式 | 第64-65页 |
| 3.2.2 相似度矩阵分解形式和凹凸松弛模型 | 第65-66页 |
| 3.2.3 匹配相容性驱动的交替更新多图匹配算法 | 第66-73页 |
| 3.2.4 相容性驱动的交替更新机制 | 第73-75页 |
| 3.3 基于交替更新的多点集配准算法 | 第75-82页 |
| 3.3.1 多点集的配准模型 | 第76-78页 |
| 3.3.2 迭代配准算法 | 第78-82页 |
| 3.4 实验与讨论 | 第82-103页 |
| 3.4.1 相容性驱动的交替更新算法的多图匹配实验 | 第82-95页 |
| 3.4.2 基于交替更新的多个点集参数化配准实验 | 第95-103页 |
| 3.5 本章小结 | 第103-104页 |
| 第四章 渐进相容性正则化多图匹配自举算法 | 第104-128页 |
| 4.1 本章引言 | 第104页 |
| 4.2 本章相关定义 | 第104-106页 |
| 4.3 基于渐进式相容性正则化的相似度自举框架 | 第106-113页 |
| 4.3.1 最大相似度一阶迭代逼近算法 | 第106-108页 |
| 4.3.2 渐进式相容性正则化的相似度最大化算法 | 第108-109页 |
| 4.3.3 渐进式相容性正则化的相似度最大化快速算法 | 第109-111页 |
| 4.3.4 公共内点抽取模型 | 第111-113页 |
| 4.4 实验与讨论 | 第113-126页 |
| 4.4.1 数据集描述与相似度设定 | 第114-116页 |
| 4.4.2 结果分析与讨论 | 第116-121页 |
| 4.4.3 对比算法和时间复杂度分析 | 第121-126页 |
| 4.5 本章小结 | 第126-128页 |
| 第五章 显式属性图表达下的矩阵恢复多图匹配算法 | 第128-152页 |
| 5.1 本章引言 | 第128页 |
| 5.2 基于矩阵恢复的多图匹配模型和算法 | 第128-136页 |
| 5.2.1 匹配模型与算法 | 第129-133页 |
| 5.2.2 节点相容性驱动的公共内点数目估计 | 第133-134页 |
| 5.2.3 模型扩展和算法变种 | 第134-135页 |
| 5.2.4 与相关工作的进一步比较 | 第135-136页 |
| 5.3 基于互激励点过程的属性图构建模型和算法 | 第136-141页 |
| 5.3.1 个性化互激励点过程驱动的属性图构建 | 第136-137页 |
| 5.3.2 基于事件数据的点过程超参数机器学习算法 | 第137-141页 |
| 5.4 实验与讨论 | 第141-151页 |
| 5.4.1 基于矩阵复原模型的多图匹配实验 | 第141-143页 |
| 5.4.2 属性图构建技术的初步实验 | 第143-151页 |
| 5.5 本章小结 | 第151-152页 |
| 第六章 总结与展望 | 第152-155页 |
| 6.1 论文工作总结 | 第152-153页 |
| 6.2 研究展望 | 第153-155页 |
| 参考文献 | 第155-166页 |
| 简历 | 第166-167页 |
| 致谢 | 第167-168页 |
| 攻读博士学位期间发表的学术论文 | 第168-170页 |
| 攻读博士学位期间参与的项目 | 第170页 |
