| 摘要 | 第5-7页 |
| Abstract | 第7-9页 |
| 第1章 绪论 | 第16-34页 |
| 1.1 研究背景及意义 | 第16-17页 |
| 1.2 字典学习的研究现状与应用 | 第17-23页 |
| 1.2.1 非监督字典学习与监督字典学习 | 第18-20页 |
| 1.2.2 图像去雨与组织病理图像分类 | 第20-23页 |
| 1.3 非相干字典学习的研究现状与应用 | 第23-31页 |
| 1.3.1 字典的相干性 | 第23-25页 |
| 1.3.2 字典的相干性与稀疏编码的关系 | 第25-27页 |
| 1.3.3 非相干字典学习的研究现状 | 第27-31页 |
| 1.4 本文的研究内容与结构安排 | 第31-34页 |
| 1.4.1 研究内容 | 第31-32页 |
| 1.4.2 结构安排 | 第32-34页 |
| 第2章 字典学习 | 第34-45页 |
| 2.1 基与字典的定义 | 第34-36页 |
| 2.2 稀疏编码 | 第36-41页 |
| 2.2.1 稀疏的定义 | 第36页 |
| 2.2.2 稀疏编码模型及优化算法 | 第36-41页 |
| 2.3 字典学习 | 第41-44页 |
| 2.3.1 字典学习模型 | 第41-42页 |
| 2.3.2 字典学习算法 | 第42-44页 |
| 2.4 本章小结 | 第44-45页 |
| 第3章 两种新的非相干字典学习算法 | 第45-67页 |
| 3.1 等角紧框架 | 第45-48页 |
| 3.1.1 框架理论 | 第46页 |
| 3.1.2 等角紧框架 | 第46-47页 |
| 3.1.3 α-紧框架 | 第47-48页 |
| 3.1.4 各类框架的关系 | 第48页 |
| 3.2 两种新的非相干性字典学习算法 | 第48-58页 |
| 3.2.1 基于最近邻矩阵优化的非相干字典学习算法 | 第48-51页 |
| 3.2.2 基于迭代投影与旋转的非相干字典学习算法 | 第51-54页 |
| 3.2.3 本文提出的UNTF-INKSVD非相干字典算法 | 第54-55页 |
| 3.2.4 本文提出的UNTF-IP非相干字典学习算法 | 第55-57页 |
| 3.2.5 本文提出的字典优化方法 | 第57-58页 |
| 3.3 实验结果及分析 | 第58-65页 |
| 3.3.1 非相干字典的构造 | 第58-60页 |
| 3.3.2 字典优化方法对比分析 | 第60-61页 |
| 3.3.3 基于合成数据的非相干字典学习及稀疏表示 | 第61-62页 |
| 3.3.4 基于语音信号的非相干字典学习及稀疏表示 | 第62-65页 |
| 3.4 本章小结 | 第65-67页 |
| 第4章 基于非相干字典学习及稀疏表示的单幅图像去雨算法研究 | 第67-79页 |
| 4.1 引言 | 第67-68页 |
| 4.2 基于非相干字典学习的图像去雨 | 第68-71页 |
| 4.2.1 模型构建 | 第68-70页 |
| 4.2.2 目标函数的求解 | 第70-71页 |
| 4.2.3 字典学习的步骤 | 第71页 |
| 4.2.4 图像去雨步骤 | 第71页 |
| 4.3 实验结果及分析 | 第71-78页 |
| 4.3.1 合成雨图 | 第72-76页 |
| 4.3.2 真实雨图 | 第76页 |
| 4.3.3 不同算法的去雨时间对比分析 | 第76-78页 |
| 4.4 本章小结 | 第78-79页 |
| 第5章 Fisher准则下面向判别性特征的字典学习算法及其组织病理图像分类研究 | 第79-94页 |
| 5.1 引言 | 第79-80页 |
| 5.2 面向判别性特征的字典学习算法 | 第80页 |
| 5.3 本文提出的FCDFDL算法 | 第80-84页 |
| 5.3.1 基于Fisher准则的学习字典的惩罚项 | 第81页 |
| 5.3.2 FCDFDL模型构建及其优化求解 | 第81-83页 |
| 5.3.3 组织病理图像的分类器构造 | 第83-84页 |
| 5.4 实验结果及分析 | 第84-92页 |
| 5.4.1 ADL数据集的实验结果 | 第85-86页 |
| 5.4.2 BreaKHis数据集的实验结果 | 第86-89页 |
| 5.4.3 学习字典的类间差异 | 第89-90页 |
| 5.4.4 实验参数分析 | 第90-92页 |
| 5.5 本章小结 | 第92-94页 |
| 第6章 带两类相干性约束的判别性字典学习及组织图象分类研究 | 第94-106页 |
| 6.1 引言 | 第94-95页 |
| 6.2 字典类内原子与类间原子的相干性 | 第95页 |
| 6.3 CCDDL模型及其优化求解 | 第95-98页 |
| 6.3.1 CCDDL模型 | 第95-96页 |
| 6.3.2 CCDDL模型的优化求解 | 第96-98页 |
| 6.3.3 组织病理图像分类的具体步骤 | 第98页 |
| 6.4 实验结果及其分析 | 第98-105页 |
| 6.4.1 实验参数分析 | 第98-99页 |
| 6.4.2 类内原子和类间原子的相干性 | 第99-101页 |
| 6.4.3 CCDDL方法在ADL与BreaKHis数据集上的实验结果 | 第101-105页 |
| 6.5 本章小结 | 第105-106页 |
| 结论 | 第106-109页 |
| 总结 | 第106-108页 |
| 展望 | 第108-109页 |
| 参考文献 | 第109-123页 |
| 附录A 发表的学术论文 | 第123-124页 |
| 附录B 参与的科研项目 | 第124-125页 |
| 致谢 | 第125-126页 |
