| 致谢 | 第7-8页 |
| 摘要 | 第8-9页 |
| ABSTRACT | 第9页 |
| 第一章 绪论 | 第15-20页 |
| 1.1 课题研究目的与意义 | 第15-16页 |
| 1.2 国内外研究概况 | 第16-18页 |
| 1.3 章节安排 | 第18-20页 |
| 第二章 稀疏表示基础知识 | 第20-33页 |
| 2.1 引言 | 第20页 |
| 2.2 稀疏表示的数学模型 | 第20-22页 |
| 2.2.1 信号的表示方法和稀疏性 | 第20-21页 |
| 2.2.2 超完备冗余字典下的稀疏表示模型 | 第21-22页 |
| 2.3 稀疏表示分解算法 | 第22-27页 |
| 2.3.1 稀疏分解问题的描述 | 第22页 |
| 2.3.2 稀疏解的唯一性和边界条件 | 第22-24页 |
| 2.3.3 贪婪算法 | 第24-26页 |
| 2.3.4 凸优化算法 | 第26-27页 |
| 2.4 字典学习 | 第27-32页 |
| 2.4.1 字典的发展历程 | 第27-28页 |
| 2.4.2 字典的学习数学模型 | 第28-29页 |
| 2.4.3 常见的自适应字典的学习方法 | 第29-32页 |
| 2.5 本章小结 | 第32-33页 |
| 第三章 面向分类的字典学习方法 | 第33-50页 |
| 3.1 引言 | 第33页 |
| 3.2 稀疏表示分类思想 | 第33-34页 |
| 3.3 面向分类的字典学习方法 | 第34-42页 |
| 3.3.1 判别性字典学习方法 | 第36-39页 |
| 3.3.2 字典分类器联合学习方法 | 第39-42页 |
| 3.4 改进的Fisher判别字典学习方法 | 第42-48页 |
| 3.4.1 改进思路 | 第42-43页 |
| 3.4.2 快速Fisher判别字典学习算法的目标函数 | 第43-45页 |
| 3.4.3 目标函数的优化 | 第45-46页 |
| 3.4.4 实验结果分析 | 第46-48页 |
| 3.5 本章小结 | 第48-50页 |
| 第四章 基于快速Fisher判别字典学习的可拒绝模式分类模型 | 第50-59页 |
| 4.1 引言 | 第50-51页 |
| 4.2 可拒绝模式分类的数学描述 | 第51页 |
| 4.3 快速Fisher判别字典结合流形子空间的可拒绝模式分类模型 | 第51-55页 |
| 4.3.1 模型组成 | 第53-54页 |
| 4.3.2 拒识、分类流程 | 第54-55页 |
| 4.4 仿真实验 | 第55-58页 |
| 4.4.1 可拒绝模式分类性能指标 | 第55-56页 |
| 4.4.2 不同方法性能的比较 | 第56-57页 |
| 4.4.3 参数对实验性能的影响 | 第57-58页 |
| 4.5 本章小结 | 第58-59页 |
| 第五章 总结与展望 | 第59-60页 |
| 参考文献 | 第60-66页 |
| 攻读硕士期间的学术活动及成果情况 | 第66页 |
