基于非负稀疏图的半监督学习
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 第1章 绪论 | 第9-15页 |
| ·引言 | 第9页 |
| ·研究背景 | 第9-13页 |
| ·基于图的半监督学习 | 第10-12页 |
| ·多视图学习 | 第12-13页 |
| ·本文研究内容 | 第13-14页 |
| ·本文组织结构 | 第14-15页 |
| 第2章 相关工作概述 | 第15-27页 |
| ·非负稀疏表示概述 | 第15-17页 |
| ·基于图的半监督学习 | 第17-23页 |
| ·基于距离度量的图构建及应用 | 第17-19页 |
| ·基于近邻的图构建及应用 | 第19-21页 |
| ·基于表示学习的图构建及应用 | 第21-23页 |
| ·多视图学习 | 第23-25页 |
| ·协同训练类型的方法 | 第23-24页 |
| ·多核学习 | 第24页 |
| ·基于子空间的方法 | 第24-25页 |
| ·本章小结 | 第25-27页 |
| 第3章 单视图非负稀疏图构建算法 | 第27-39页 |
| ·分割Bregman方法简介 | 第27-29页 |
| ·稀疏表示优化问题形式转化 | 第29-32页 |
| ·基于分割Bregman方法的非负稀疏图构建算法 | 第32-33页 |
| ·实验结果及分析 | 第33-37页 |
| ·实验设置 | 第33-34页 |
| ·在半监督分类实验上的结果 | 第34-36页 |
| ·边权重矩阵可视化结果 | 第36-37页 |
| ·实验参数设置 | 第37页 |
| ·本章小结 | 第37-39页 |
| 第4章 多视图非负稀疏图构建算法 | 第39-53页 |
| ·多视图联合非负稀疏表示 | 第39-42页 |
| ·MVNSR-graph求解算法 | 第42-45页 |
| ·MVNSR-graph图构建算法 | 第45-46页 |
| ·实验结果及分析 | 第46-51页 |
| ·实验设置 | 第46-48页 |
| ·联合非负稀疏图边权重矩阵的可视化结果 | 第48页 |
| ·在多视图半监督分类上的结果 | 第48-50页 |
| ·实验参数设置 | 第50-51页 |
| ·本章小结 | 第51-53页 |
| 第5章 工作总结及展望 | 第53-57页 |
| ·研究内容总结 | 第53-54页 |
| ·下一步的研究工作 | 第54-57页 |
| 参考文献 | 第57-61页 |
| 致谢 | 第61-63页 |
| 在读期间发表的学术论文与参加的科研项目 | 第63页 |
