判别式字典学习方法及应用研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 研究意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.3 研究工作内容 | 第14页 |
| 1.4 论文结构安排 | 第14-16页 |
| 第2章 基于局部一致的判别式字典学习方法 | 第16-42页 |
| 2.1 引言 | 第16页 |
| 2.2 稀疏表示理论 | 第16-20页 |
| 2.2.1 稀疏表示模型 | 第16-18页 |
| 2.2.2 稀疏表示求解算法 | 第18-20页 |
| 2.3 基于稀疏表示的字典学习算法 | 第20-24页 |
| 2.3.1 最优方向（MOD）字典学习算法 | 第20-21页 |
| 2.3.2 K-SVD字典学习算法 | 第21-22页 |
| 2.3.3 Fisher判别式字典学习算法 | 第22-24页 |
| 2.4 基于局部一致的判别式字典学习 | 第24-30页 |
| 2.4.1 理论基础 | 第24-26页 |
| 2.4.2 目标函数 | 第26-27页 |
| 2.4.3 优化方法 | 第27-30页 |
| 2.5 字典学习在图像分类上的应用 | 第30-35页 |
| 2.5.1 词袋模型 | 第30-31页 |
| 2.5.2 特征提取 | 第31-32页 |
| 2.5.3 特征池化 | 第32-33页 |
| 2.5.4 分类器模型 | 第33-35页 |
| 2.6 实验结果与结论 | 第35-41页 |
| 2.6.1 参数设置 | 第35页 |
| 2.6.2 Scene 15数据集 | 第35-37页 |
| 2.6.3 UIUC-Sport数据集 | 第37-39页 |
| 2.6.4 Caltech-101数据集 | 第39-40页 |
| 2.6.5 Caltech-256数据集 | 第40-41页 |
| 2.7 本章小结 | 第41-42页 |
| 第3章 基于黎曼流形的判别式字典学习方法 | 第42-56页 |
| 3.1 引言 | 第42页 |
| 3.2 基于黎曼流形的字典学习方法 | 第42-47页 |
| 3.2.1 黎曼流形 | 第42-43页 |
| 3.2.2 相关字典学习方法 | 第43-47页 |
| 3.3 基于黎曼流形的判别式字典学习 | 第47-51页 |
| 3.3.1 理论基础 | 第47-48页 |
| 3.3.2 目标函数 | 第48-50页 |
| 3.3.3 优化方法 | 第50-51页 |
| 3.4 实验结果与结论 | 第51-55页 |
| 3.4.1 实验设置 | 第51-52页 |
| 3.4.2 Extended Yale B数据集 | 第52-53页 |
| 3.4.3 FERET数据集 | 第53-54页 |
| 3.4.4 Brodatz数据集 | 第54-55页 |
| 3.5 本章小结 | 第55-56页 |
| 第4章 总结与展望 | 第56-58页 |
| 4.1 工作总结 | 第56-57页 |
| 4.2 未来展望 | 第57-58页 |
| 参考文献 | 第58-64页 |
| 攻读学位期间发表论文与研究成果清单 | 第64-65页 |
| 致谢 | 第65页 |
