基于图的模式识别及其在计算机视觉中的应用
| 摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 插图目录 | 第11-12页 |
| 表格目录 | 第12-13页 |
| 1 绪论 | 第13-18页 |
| ·研究背景 | 第13-15页 |
| ·图论的兴起 | 第13页 |
| ·结构模式识别的发展 | 第13-14页 |
| ·当前数据的复杂性 | 第14-15页 |
| ·研究意义 | 第15页 |
| ·本文的主要贡献 | 第15-16页 |
| ·本文的组织结构 | 第16-18页 |
| 2 文献综述 | 第18-43页 |
| ·基本概念 | 第18-22页 |
| ·图的定义 | 第18-20页 |
| ·图的矩阵表示 | 第20-21页 |
| ·图的同构 | 第21-22页 |
| ·图空间中的图方法 | 第22-29页 |
| ·图匹配 | 第22-25页 |
| ·图编辑距离 | 第25-29页 |
| ·向量空间中的图方法 | 第29-40页 |
| ·图描述子 | 第29-32页 |
| ·图嵌入 | 第32-36页 |
| ·图核 | 第36-40页 |
| ·分类器框架下的图方法 | 第40-42页 |
| ·图方法的扩展 | 第42页 |
| ·本章小结 | 第42-43页 |
| 3 基于图的斑马鱼异常胚胎检测算法 | 第43-52页 |
| ·引言 | 第43页 |
| ·研究目的 | 第43-44页 |
| ·算法概述 | 第44-46页 |
| ·图表达 | 第44-45页 |
| ·团直方图 | 第45-46页 |
| ·图向量 | 第46页 |
| ·系统实现 | 第46-48页 |
| ·图像分割 | 第47-48页 |
| ·实验 | 第48-50页 |
| ·结论 | 第50-52页 |
| 4 属性图嵌入的结构化学习方法 | 第52-62页 |
| ·引言 | 第52-53页 |
| ·图论和统计学习 | 第53-56页 |
| ·结构化学习 | 第53-54页 |
| ·L2范数 | 第54-55页 |
| ·X~2距离 | 第55-56页 |
| ·实现细节 | 第56-58页 |
| ·实验结果 | 第58-61页 |
| ·关系匹配 | 第58页 |
| ·形状分类 | 第58-60页 |
| ·形状检索 | 第60-61页 |
| ·结论 | 第61-62页 |
| 5 图属性嵌入的黎曼淹没方法 | 第62-80页 |
| ·引言 | 第62-64页 |
| ·黎曼几何 | 第64-69页 |
| ·黎曼流形 | 第64-65页 |
| ·嵌入、淹没和Charts | 第65-67页 |
| ·优化 | 第67-69页 |
| ·讨论和实现细节 | 第69-72页 |
| ·实验 | 第72-78页 |
| ·合成图 | 第72-73页 |
| ·数字分类 | 第73-77页 |
| ·形状归类和匹配 | 第77-78页 |
| ·结论 | 第78-80页 |
| 结论 | 第80-82页 |
| 致谢 | 第82-84页 |
| 参考文献 | 第84-98页 |
| 附录 | 第98-99页 |
