基于场景分析的视觉数据理解

致谢	第1-5页
摘要	第5-6页
Abstract	第6-10页
第一章 绪论	第10-16页
·研究背景和意义	第10-11页
·研究现状	第11-13页
·场景识别	第11-13页
·场景分析	第13页
·现有方法的不足	第13-14页
·论文创新点	第14-15页
·论文组织结构	第15-16页
第二章 基于流形约束深度学习框架的场景识别算法	第16-26页
·经典的深度学习框架	第16-17页
·流形约束的深度学习框架	第17-22页
·算法总体结构	第17-19页
·矩阵W的建模与求解	第19-22页
·隐层输出Y的建模与求解	第22页
·实验	第22-26页
·数据库	第22-23页
·实验结果	第23-26页
第三章 基于半监督多任务学习的场景识别算法	第26-35页
·多任务学习模型和半监督学习模型	第26-27页
·提出的模型	第27-31页
·多任务学习模型	第27-29页
·算法优化	第29-31页
·实验	第31-35页
第四章 基于最大后验概率视角的场景分析方法	第35-48页
·问题表述	第35页
·最大后验概率视角下的场景分析	第35-41页
·算法总体结构	第35-36页
·基于低秩表达的p(ci|si)建模方法	第36-39页
·基于马尔科夫随机场的p(c)建模方法	第39-41页
·基于图割的最大后验概率推理	第41页
·实验	第41-48页
·实验评价标准	第42页
·参数实验	第42页
·实验结果	第42-48页
第五章 总结与展望	第48-50页
参考文献	第50-53页
发表文章目录	第53页