| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第11-12页 |
| 缩略语对照表 | 第12-15页 |
| 第一章 绪论 | 第15-21页 |
| 1.1 选题研究背景及意义 | 第15页 |
| 1.2 研究现状 | 第15-18页 |
| 1.2.1 图像识别系统 | 第16页 |
| 1.2.2 国内外研究现状 | 第16-18页 |
| 1.3 本文研究内容及安排 | 第18-21页 |
| 第二章 稀疏表示理论基础 | 第21-33页 |
| 2.1 稀疏性介绍 | 第21-23页 |
| 2.2 稀疏表示数学模型 | 第23-24页 |
| 2.3 常用的稀疏表示编码算法 | 第24-28页 |
| 2.3.1 正交匹配追踪算法(OMP) | 第24-25页 |
| 2.3.2 特征符号搜索(Feature-sign search) | 第25-26页 |
| 2.3.3 增广拉格朗日(Augmented Lagrange Multiplier)算法 | 第26-28页 |
| 2.4 稀疏表示的应用 | 第28-31页 |
| 2.4.1 稀疏表示应用于图像去噪 | 第28页 |
| 2.4.2 稀疏表示应用于数据缩减 | 第28-29页 |
| 2.4.3 稀疏表示应用于模式识别 | 第29-31页 |
| 2.5 本章小结 | 第31-33页 |
| 第三章 基于稀疏分类的线性判别投影 | 第33-55页 |
| 3.1 基于稀疏表示分类器的判别投影 | 第33-36页 |
| 3.2 基于稀疏分类的线性判别投影算法 | 第36-41页 |
| 3.2.1 基于稀疏分类的线性判别投影算法的目标函数 | 第37-39页 |
| 3.2.2 基于稀疏分类的线性判别投影算法的步骤 | 第39-41页 |
| 3.3 实验所用数据库介绍 | 第41-44页 |
| 3.3.1 AR人脸数据库介绍 | 第41-42页 |
| 3.3.2 COIL20图像数据库介绍 | 第42-43页 |
| 3.3.3 Extended Yale B人脸数据库介绍 | 第43页 |
| 3.3.4 PIE人脸数据库介绍 | 第43-44页 |
| 3.3.5 USPS手写数字库介绍 | 第44页 |
| 3.4 实验结果与分析 | 第44-54页 |
| 3.4.1 AR库实验结果与仿真 | 第44-47页 |
| 3.4.2 COIL20库实验结果与仿真 | 第47-49页 |
| 3.4.3 Extended Yale B库实验结果与仿真 | 第49-50页 |
| 3.4.4 PIE库实验结果与仿真 | 第50-52页 |
| 3.4.5 USPS库实验结果与仿真 | 第52-53页 |
| 3.4.6 实验结果分析 | 第53-54页 |
| 3.5 总结 | 第54-55页 |
| 第四章 基于稀疏分类的局部判别投影 | 第55-69页 |
| 4.1 引言 | 第55-56页 |
| 4.2 基于稀疏分类的局部判别投影算法 | 第56-58页 |
| 4.3 稀疏判别投影伪代码 | 第58-59页 |
| 4.4 实验结果与分析 | 第59-67页 |
| 4.4.1 AR库实验结果与仿真 | 第59-61页 |
| 4.4.2 COIL20库实验结果与仿真 | 第61-63页 |
| 4.4.3 Extended Yale B库实验结果与仿真 | 第63-64页 |
| 4.4.4 PIE库实验结果与仿真 | 第64-65页 |
| 4.4.5 USPS库实验结果与仿真 | 第65-67页 |
| 4.4.6 实验结果分析 | 第67页 |
| 4.5 总结 | 第67-69页 |
| 第五章 总结与展望 | 第69-71页 |
| 5.1 总结 | 第69-70页 |
| 5.2 展望 | 第70-71页 |
| 参考文献 | 第71-75页 |
| 致谢 | 第75-77页 |
| 作者简介 | 第77-78页 |
