多模态数据融合算法研究
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 主要符号表 | 第16-17页 |
| 1 绪论 | 第17-38页 |
| 1.1 研究背景与意义 | 第17-19页 |
| 1.2 国内外相关研究进展 | 第19-34页 |
| 1.2.1 多模态数据融合研究概述 | 第19-26页 |
| 1.2.2 不完整多模态数据融合研究 | 第26-28页 |
| 1.2.3 增量多模态数据共聚类融合研究 | 第28-30页 |
| 1.2.4 异构模态数据迁移融合研究 | 第30-32页 |
| 1.2.5 无监督多模态数据相关融合研究 | 第32-34页 |
| 1.3 本文主要研究内容 | 第34-36页 |
| 1.4 论文组织结构 | 第36-38页 |
| 2 基于深度语义匹配的不完整多模态数据融合算法 | 第38-57页 |
| 2.1 引言 | 第38-39页 |
| 2.2 问题描述 | 第39-40页 |
| 2.3 不完整多模态非负矩阵分解 | 第40-41页 |
| 2.4 局部不变图规则化 | 第41-42页 |
| 2.5 不完整多模态深度语义匹配算法 | 第42-43页 |
| 2.6 模型优化 | 第43-47页 |
| 2.7 实验分析 | 第47-56页 |
| 2.7.1 数据集描述 | 第47-48页 |
| 2.7.2 算法比较 | 第48-49页 |
| 2.7.3 实验设置 | 第49-50页 |
| 2.7.4 结果分析 | 第50-54页 |
| 2.7.5 参数选择 | 第54-56页 |
| 2.8 本章小结 | 第56-57页 |
| 3 无参数多模态数据增量共聚类融合算法 | 第57-78页 |
| 3.1 引言 | 第57-59页 |
| 3.2 问题描述 | 第59-60页 |
| 3.3 多模态特征相似性度量与学习策略 | 第60-61页 |
| 3.4 增量簇更新 | 第61-64页 |
| 3.5 自适应模态权重调整 | 第64-66页 |
| 3.6 多模态增量共聚类融合算法 | 第66-69页 |
| 3.7 实验分析 | 第69-77页 |
| 3.7.1 数据集描述 | 第70-71页 |
| 3.7.2 算法比较 | 第71页 |
| 3.7.3 实验设置 | 第71-72页 |
| 3.7.4 结果分析 | 第72-77页 |
| 3.8 本章小结 | 第77-78页 |
| 4 基于多层语义匹配的异构模态数据迁移融合算法 | 第78-102页 |
| 4.1 引言 | 第78-80页 |
| 4.2 问题描述 | 第80-81页 |
| 4.3 深度语义匹配模型 | 第81-83页 |
| 4.4 模型训练 | 第83-86页 |
| 4.5 迁移预测 | 第86-88页 |
| 4.6 实验分析 | 第88-101页 |
| 4.6.1 迁移任务设定 | 第88-89页 |
| 4.6.2 算法比较 | 第89-91页 |
| 4.6.3 实验设置 | 第91页 |
| 4.6.4 结果分析 | 第91-97页 |
| 4.6.5 共生数据影响 | 第97-99页 |
| 4.6.6 网络参数选择 | 第99-101页 |
| 4.7 本章小结 | 第101-102页 |
| 5 无监督多模态数据非负相关特征融合算法 | 第102-121页 |
| 5.1 引言 | 第102-104页 |
| 5.2 问题描述 | 第104-105页 |
| 5.3 无监督非负相关特征学习 | 第105-107页 |
| 5.4 模型优化 | 第107-110页 |
| 5.5 收敛性分析 | 第110-112页 |
| 5.6 实验分析 | 第112-120页 |
| 5.6.1 数据集描述 | 第112-113页 |
| 5.6.2 算法比较 | 第113-114页 |
| 5.6.3 实验设置 | 第114页 |
| 5.6.4 结果分析 | 第114-118页 |
| 5.6.5 收敛性验证 | 第118页 |
| 5.6.6 参数测试 | 第118-120页 |
| 5.7 本章小结 | 第120-121页 |
| 6 结论与展望 | 第121-125页 |
| 6.1 本文工作总结 | 第121-123页 |
| 6.2 创新点总结 | 第123-124页 |
| 6.3 未来工作与展望 | 第124-125页 |
| 参考文献 | 第125-134页 |
| 攻读博士学位期间科研项目及科研成果 | 第134-136页 |
| 致谢 | 第136-137页 |
| 作者简介 | 第137页 |
