开集鞋底花纹分类算法研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第1章 绪论 | 第9-19页 |
| 1.1 研究目的与意义 | 第9-10页 |
| 1.2 国内外发展现状 | 第10-13页 |
| 1.2.1 通用数据集的开集分类算法 | 第10-12页 |
| 1.2.2 人脸的开集分类算法 | 第12-13页 |
| 1.2.3 鞋印的开集分类算法 | 第13页 |
| 1.3 开集分类算法的框架及存在的问题 | 第13-15页 |
| 1.3.1 算法框架 | 第13-14页 |
| 1.3.2 算法存在的问题 | 第14-15页 |
| 1.4 评价方法和测试数据集 | 第15-17页 |
| 1.4.1 评价方法 | 第15-16页 |
| 1.4.2 测试数据集 | 第16-17页 |
| 1.5 本文的主要工作和章节安排 | 第17-19页 |
| 1.5.1 主要工作内容 | 第17-18页 |
| 1.5.2 本文章节安排 | 第18-19页 |
| 第2章 基于置信度的CSoftmax算法 | 第19-33页 |
| 2.1 引言 | 第19-20页 |
| 2.2 相关工作 | 第20-23页 |
| 2.2.1 Softmax算法 | 第20-21页 |
| 2.2.2 置信度的定义 | 第21页 |
| 2.2.3 置信度的主要建模方法 | 第21-23页 |
| 2.3 基于置信度的CSoftmax算法 | 第23-28页 |
| 2.3.1 算法原理 | 第23-25页 |
| 2.3.2 算法流程图 | 第25-27页 |
| 2.3.3 算法总体描述 | 第27-28页 |
| 2.4 实验结果与分析 | 第28-32页 |
| 2.4.1 通用数据集的实验结果与分析 | 第28-30页 |
| 2.4.2 鞋印数据集的实验结果与分析 | 第30-32页 |
| 2.5 本章小结 | 第32-33页 |
| 第3章 基于距离对比的DKNFST算法 | 第33-49页 |
| 3.1 引言 | 第33页 |
| 3.2 相关工作 | 第33-37页 |
| 3.2.1 KNFST算法 | 第33-36页 |
| 3.2.2 KNFST算法的发展现状 | 第36-37页 |
| 3.3 DKNFST开集分类算法 | 第37-43页 |
| 3.3.1 算法原理 | 第37-40页 |
| 3.3.2 算法流程图 | 第40-41页 |
| 3.3.3 算法总体描述 | 第41-43页 |
| 3.4 实验结果与分析 | 第43-46页 |
| 3.4.1 通用数据集的实验结果与分析 | 第43-45页 |
| 3.4.2 鞋印数据集的实验结果与分析 | 第45-46页 |
| 3.5 本章小结 | 第46-49页 |
| 第4章 基于流形一致性的MKNFST算法 | 第49-63页 |
| 4.1 引言 | 第49-50页 |
| 4.2 相关工作 | 第50-51页 |
| 4.2.1 流形一致性 | 第50页 |
| 4.2.2 基于流形一致性的分类算法发展现状 | 第50-51页 |
| 4.3 MKNFST开集分类算法 | 第51-57页 |
| 4.3.1 算法原理 | 第51-54页 |
| 4.3.2 算法流程图 | 第54-56页 |
| 4.3.3 算法总体描述 | 第56-57页 |
| 4.4 实验结果与分析 | 第57-61页 |
| 4.4.1 通用数据集的实验结果与分析 | 第57-59页 |
| 4.4.2 鞋印数据集的实验结果与分析 | 第59-61页 |
| 4.5 本章小结 | 第61-63页 |
| 第5章 总结与展望 | 第63-65页 |
| 5.1 本文主要工作总结 | 第63-64页 |
| 5.2 未来工作展望 | 第64-65页 |
| 参考文献 | 第65-69页 |
| 致谢 | 第69-70页 |
| 作者简介 | 第70页 |
