| ABSTRACT | 第1-7页 |
| 摘要 | 第7-18页 |
| Notations | 第18-20页 |
| Abbreviations | 第20-28页 |
| Chapter 1 Introduction | 第28-34页 |
| ·Background | 第28-30页 |
| ·Key Scientific Problems | 第30-31页 |
| ·Thesis Overview | 第31-34页 |
| Chapter 2 Related Research Status | 第34-42页 |
| ·Collaborative Representation and Dictionary Learning | 第34-37页 |
| ·Manifold Learning and Kernel Learning | 第37-42页 |
| Chapter 3 Discriminative Kernel Sparse Representation-based Classification | 第42-66页 |
| ·Related Work | 第42-43页 |
| ·Motivation and Contributions | 第43-46页 |
| ·Sparse Coding based Classification and Kernel Trick | 第46-49页 |
| ·Sparse Coding | 第46-47页 |
| ·Dictionary Learning | 第47页 |
| ·Classification based on Sparse Coding | 第47-48页 |
| ·Kernel Trick | 第48-49页 |
| ·KSRC 2.0 based on Multi-objective Optimization | 第49-52页 |
| ·Dictionary Learning based KSRC (DLKSRC) | 第49-51页 |
| ·Residual Learning based KSRC (RLKSRC) | 第51-52页 |
| ·Component Importance Learning based KSRC (CIKSRC) | 第52页 |
| ·Experimental Results | 第52-63页 |
| ·Evaluations on Face Databases | 第53-63页 |
| ·Evaluations on The UCI Data Sets | 第63页 |
| ·Summary and Discussion | 第63-66页 |
| Chapter 4 Discriminative Structure Learning with Graph Embedding | 第66-92页 |
| ·Related Work | 第66-68页 |
| ·Motivation and Contributions | 第68-69页 |
| ·Smoothing Regularizer | 第69-70页 |
| ·Feature Learning | 第70-74页 |
| ·Spatial Pyramid Image Representation | 第71-72页 |
| ·Data Warping | 第72-74页 |
| ·Label Propagation | 第74-77页 |
| ·Experimental Results | 第77-90页 |
| ·Performance Evaluation on Caltech-101 | 第78-83页 |
| ·Performance Evaluation on Scene Category Database | 第83-86页 |
| ·Performance Evaluation on Caltech-256 | 第86-88页 |
| ·Performance Evaluation on MIR Flickr Database | 第88-90页 |
| ·Computational Complexity | 第90页 |
| ·Summary and Discussion | 第90-92页 |
| Chapter 5 Semi-supervised Bi-dictionary Learning via Smooth Representation | 第92-112页 |
| ·Related Work | 第92-94页 |
| ·Motivation and Contributions | 第94-96页 |
| ·Smooth Representation-based Label Propagation | 第96-100页 |
| ·Anchor Label Learning | 第97-98页 |
| ·Anchor Learning | 第98-99页 |
| ·Bi-dictionary based Classification | 第99-100页 |
| ·Experimental Results | 第100-110页 |
| ·Face Recognition | 第100-105页 |
| ·Scene Classification | 第105-108页 |
| ·Large-scale Classification | 第108-109页 |
| ·Comparison with Semi-supervised Methods | 第109-110页 |
| ·Summary and Discussion | 第110-112页 |
| Chapter 6 Semi-supervised Kernel Matrix Learning | 第112-132页 |
| ·Related Work | 第112-115页 |
| ·Motivation and Contributions | 第115-116页 |
| ·Adaptive Constraint-based Seed Propagation | 第116-120页 |
| ·Problem Formulation | 第116-118页 |
| ·Seed Propagation | 第118-119页 |
| ·Seed Learning | 第119页 |
| ·Computational Complexity | 第119-120页 |
| ·Experimental Results | 第120-130页 |
| ·Data Classification | 第120-128页 |
| ·Semi-Supervised Image Classification | 第128-130页 |
| ·Summary and Discussion | 第130-132页 |
| Chapter 7 Applications of Discriminative Kernel Learning | 第132-174页 |
| ·Interactive Image Segmentation via Seed Propagation | 第132-145页 |
| ·Related Work | 第132-134页 |
| ·Motivation and Contributions | 第134-135页 |
| ·ACP Cut | 第135-138页 |
| ·Experimental Results | 第138-145页 |
| ·Summary and Discussion | 第145页 |
| ·Interactive Image Retrieval via Seed Propagation | 第145-159页 |
| ·Related Work | 第145-147页 |
| ·Motivation and Contributions | 第147-149页 |
| ·ACSP based Interactive Image Retrieval | 第149-152页 |
| ·Experimental Results | 第152-159页 |
| ·Summary and Discussion | 第159页 |
| ·Saliency Estimation via Seed Propagation | 第159-174页 |
| ·Related Work | 第160-161页 |
| ·Motivation and Contributions | 第161-162页 |
| ·ACSP based Saliency Estimation | 第162-166页 |
| ·Experimental Results | 第166-172页 |
| ·Summary and Discussion | 第172-174页 |
| Chapter 8 Conclusions | 第174-178页 |
| ·Summary of Contributions | 第174-175页 |
| ·Future Work | 第175-178页 |
| Reference | 第178-190页 |
| Acknowledgements | 第190-192页 |
| Resume | 第192-195页 |
