| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第7-11页 |
| 1.1 模式识别研究的背景和意义 | 第7-10页 |
| 1.2 本文研究工作与组织结构 | 第10-11页 |
| 第二章 非负矩阵分解 | 第11-16页 |
| 2.1 非负矩阵分解的基本概念 | 第11页 |
| 2.2 基本的非负矩阵分解方法 | 第11-12页 |
| 2.3 含有类别信息的非负矩阵分解的方法 | 第12-16页 |
| 2.3.1 Graph regularized Nonnegative Matrix Factorization | 第12-13页 |
| 2.3.2 Hard-Constrained Nonnegative Matrix Factorization | 第13-14页 |
| 2.3.3 Soft-Constrained Nonnegative Matrix Factorization | 第14-16页 |
| 第三章 稀疏分类表示 | 第16-23页 |
| 3.1 稀疏表示模型 | 第16-19页 |
| 3.2 稀疏分类表示用于模式识别 | 第19-23页 |
| 3.2.1 模式识别稀疏表示模型 | 第19-20页 |
| 3.2.2 数值实验 | 第20-23页 |
| 第四章 基于类别信息及稀疏表示的非负矩阵分解的模型 | 第23-30页 |
| 4.1 基于类别信息及稀疏表示的非负矩阵分解的模型 | 第23-24页 |
| 4.2 SS-CNMF的迭代规则 | 第24-25页 |
| 4.3 数值实验 | 第25-30页 |
| 4.3.1 实验方法 | 第25-26页 |
| 4.3.2 ORL数据库 | 第26-28页 |
| 4.3.3 Yale数据库 | 第28页 |
| 4.3.4 实验结论 | 第28-30页 |
| 第五章 总结与展望 | 第30-32页 |
| 5.1 全文工作总结 | 第30页 |
| 5.2 未来展望 | 第30-32页 |
| 参考文献 | 第32-35页 |
| 发表论文和参加科研情况说明 | 第35-36页 |
| 致谢 | 第36-37页 |
