| 论文摘要 | 第1-7页 |
| ABSTRACT | 第7-12页 |
| 第1章 绪论 | 第12-16页 |
| ·研究背景及意义 | 第12页 |
| ·国内外研究现状 | 第12-13页 |
| ·本文研究内容 | 第13-14页 |
| ·论文组织结构 | 第14-16页 |
| 第2章 本文相关研究工作 | 第16-27页 |
| ·编码方法 | 第16-22页 |
| ·硬分配编码方式 | 第16-17页 |
| ·软分配编码方式 | 第17-19页 |
| ·稀疏编码方式 | 第19-22页 |
| ·POOLING方法 | 第22-24页 |
| ·max-pooling方法 | 第23-24页 |
| ·其他的pooling方法 | 第24页 |
| ·词典学习方法 | 第24-27页 |
| ·非监督的词典学习方法 | 第25页 |
| ·监督的词典学习方法 | 第25-27页 |
| 第3章 统一的词典用于识别任务 | 第27-35页 |
| ·模型介绍 | 第27-29页 |
| ·实验步骤和结果 | 第29-34页 |
| ·USPS数据库 | 第29-31页 |
| ·MNIST数据库 | 第31-32页 |
| ·手写字母数据库 | 第32-33页 |
| ·人脸识别 | 第33-34页 |
| ·本章小结 | 第34-35页 |
| 第4章 监督的贝叶斯方法用于分类任务 | 第35-49页 |
| ·稀疏编码和词典学习 | 第36-44页 |
| ·具有Laplacian先验的的sparse coding模型 | 第36-38页 |
| ·监督的贝叶斯稀疏编码 | 第38-44页 |
| ·分类方法 | 第44页 |
| ·实验步骤和结果 | 第44-48页 |
| ·USPS数据库 | 第45-46页 |
| ·手写英文字母数据库 | 第46-48页 |
| ·本章小结 | 第48-49页 |
| 第5章 监督的约束学习方法用于分类任务 | 第49-53页 |
| ·有标签的约束学习方法 | 第49-51页 |
| ·LC-KSVD1 | 第49-50页 |
| ·优化方法 | 第50页 |
| ·分类方法 | 第50-51页 |
| ·实验步骤和结果 | 第51-52页 |
| ·本章小结 | 第52-53页 |
| 第6章 结论与展望 | 第53-55页 |
| ·论文总结 | 第53-54页 |
| ·后续工作展望 | 第54-55页 |
| 参考文献 | 第55-61页 |
| 后记及致谢 | 第61-63页 |
| 在学期间所取得的科研成果 | 第63页 |