| 摘要 | 第8-10页 |
| ABSTRACT | 第10-11页 |
| 符号使用说明 | 第12-13页 |
| 第一章 绪论 | 第13-23页 |
| 1.1 课题研究背景与意义 | 第13-16页 |
| 1.1.1 课题研究背景 | 第13页 |
| 1.1.2 课题研究意义 | 第13-16页 |
| 1.2 相关研究工作 | 第16-20页 |
| 1.2.1 矩阵的半张量积 | 第16-18页 |
| 1.2.2 非负矩阵分解算法 | 第18-20页 |
| 1.3 论文的主要工作和创新点 | 第20-21页 |
| 1.4 论文的组织结构 | 第21-23页 |
| 第二章 非负矩阵半张量积分解方法 | 第23-37页 |
| 2.1 非负矩阵半张量积分解问题 | 第23-25页 |
| 2.1.1 非负矩阵分解的问题分析 | 第23-24页 |
| 2.1.2 非负矩阵半张量积分解问题描述 | 第24-25页 |
| 2.2 非负矩阵半张量积分解的基础理论与求解 | 第25-32页 |
| 2.2.1 基础理论 | 第25-29页 |
| 2.2.2 非负矩阵半张量积分解的迭代规则 | 第29-32页 |
| 2.3 迭代规则的收敛性证明 | 第32-34页 |
| 2.4 计算复杂性分析 | 第34-35页 |
| 2.5 本章小结 | 第35-37页 |
| 第三章 基于非负矩阵半张量积分解的图像特征提取 | 第37-51页 |
| 3.1 非负矩阵半张量积分解的图像聚类算法设计与实现 | 第37-40页 |
| 3.1.1 图像预处理模块 | 第37-38页 |
| 3.1.2 特征图像提取模块 | 第38页 |
| 3.1.3 聚类匹配模块 | 第38-40页 |
| 3.2 实验数据集 | 第40-42页 |
| 3.2.1 ORL人脸数据集 | 第40页 |
| 3.2.2 CMU-PIE人脸数据集 | 第40-41页 |
| 3.2.3 COIL20物体数据集 | 第41-42页 |
| 3.3 非负矩阵半张量积分解的图像聚类算法测试与验证 | 第42-48页 |
| 3.3.1 收敛性验证 | 第42-43页 |
| 3.3.2 特征提取分析 | 第43-46页 |
| 3.3.3 聚类结果分析 | 第46-48页 |
| 3.4 本章小结 | 第48-51页 |
| 第四章 基于非负矩阵半张量分解的机器人图像识别应用 | 第51-57页 |
| 4.1 ROS机器人操作系统 | 第51-52页 |
| 4.2 Turtlebot应用开发平台 | 第52-53页 |
| 4.3 图像识别应用设计 | 第53-54页 |
| 4.4 应用成果演示 | 第54-55页 |
| 4.5 本章小结 | 第55-57页 |
| 第五章 工作总结和研究展望 | 第57-59页 |
| 5.1 工作总结 | 第57-58页 |
| 5.2 研究展望 | 第58-59页 |
| 致谢 | 第59-61页 |
| 参考文献 | 第61-64页 |
| 作者在学期间取得的学术成果 | 第64页 |
