首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于关联性挖掘的流形对齐算法研究

摘要第3-5页
Abstract第5-6页
第1章 绪论第10-14页
    1.1 研究背景和意义第10-11页
    1.2 流形对齐研究现状第11-12页
    1.3 本文主要创新工作第12-13页
    1.4 本文主要工作和结构安排第13-14页
第2章 流形对齐的相关算法第14-22页
    2.1 流形对齐原理第14-15页
    2.2 常用的流形对齐算法第15-20页
        2.2.1 半监督流形对齐算法(SSMA)第16页
        2.2.2 保持全局几何结构的流形对齐算法(PGGMA)第16-18页
        2.2.3 利用PROCRUSTES分析的流形对齐算法(PAMA)第18-19页
        2.2.4 基于局部欧式距离矩阵的非监督流形对齐算法(UNMA)第19-20页
        2.2.5 基于参数化距离曲线的非监督流形对齐算法第20页
    2.3 本章小结第20-22页
第3章 基于邻域关联性的非监督流形对齐算法第22-33页
    3.1 问题的提出第22页
    3.2 算法步骤第22-24页
    3.3 流形之间的关联性构造第24-26页
        3.3.1 两个流形样本点之间的关联性构造第25页
        3.3.2 两个流形样本点邻域之间的关联性构造第25-26页
    3.4 数值实验第26-32页
        3.4.1 实验数据第26-27页
        3.4.2 验度量标准第27页
        3.4.3 非监督流形对齐实验第27-29页
            3.4.3.1 COIL-20数据库第27-28页
            3.4.3.2 LFW数据库第28-29页
        3.4.4 半监督流形对齐实验第29-32页
            3.4.4.1 COIL-20数据库第29-31页
            3.4.4.2 LFW数据库第31-32页
    3.5 本章小结第32-33页
第4章 一种基于全局和局部特征匹配的流形对齐算法第33-43页
    4.1 问题的提出与分析第33-34页
        4.1.1 问题的提出第33-34页
        4.1.2 问题的分析第34页
    4.2 算法步骤第34-35页
    4.3 两个流形样本点之间的关联性构造第35-36页
    4.4 数值实验第36-41页
        4.4.1 实验数据第36-37页
        4.4.2 实验度量方式第37页
        4.4.3 FacePix人脸数据集第37-39页
        4.4.4 COIL-20数据库第39-41页
    4.5 本章小结第41-43页
第5章 基于最大方差展开的流形对齐算法第43-58页
    5.1 问题的提出与分析第43-45页
        5.1.1 问题的提出第43-44页
        5.1.2 问题的分析第44-45页
    5.2 算法原理第45-49页
        5.2.1 每个数据集的约束第46-47页
        5.2.2 数据集之间的约束第47-49页
    5.3 算法基本步骤第49-51页
    5.4 数值实验第51-56页
        5.4.1 实验数据第51页
        5.4.2 实验度量方式第51页
        5.4.3 FacePix人脸数据集第51-53页
        5.4.4 COIL-20数据库第53-54页
        5.4.5 LFW数据库第54-55页
        5.4.6 文本数据第55-56页
    5.5 本章小结第56-58页
第6章 总结与展望第58-60页
    6.1 本文总结第58-59页
    6.2 未来工作展望第59-60页
参考文献第60-64页
致谢第64-65页
个人简历、在学期间发表的学术论文与研究成果第65页

论文共65页,点击 下载论文
上一篇:不锈钢管混凝土构件受弯性能的试验研究
下一篇:连续T梁的剪力滞效应试验研究