基于多视角子空间学习的跨视角分类算法研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第8-13页 |
| 1.1 研究背景与意义 | 第8-9页 |
| 1.2 跨视角分类的研究现状 | 第9-10页 |
| 1.3 论文研究目标及主要研究内容 | 第10-11页 |
| 1.4 论文章节安排 | 第11-13页 |
| 2 跨视角分类相关算法介绍 | 第13-18页 |
| 2.1 符号定义 | 第13页 |
| 2.2 基于多视角子空间学习的算法介绍 | 第13-16页 |
| 2.3 性能评价指标 | 第16-17页 |
| 2.4 本章小结 | 第17-18页 |
| 3 基于多视角混合嵌入的跨视角分类 | 第18-41页 |
| 3.1 引言 | 第18-19页 |
| 3.2 相关知识介绍 | 第19-20页 |
| 3.3 MvHE算法设计与优化求解 | 第20-28页 |
| 3.4 MvHE核扩展 | 第28-30页 |
| 3.5 计算复杂度分析 | 第30页 |
| 3.6 实验设计与结果分析 | 第30-40页 |
| 3.7 本章小结 | 第40-41页 |
| 4 基于多视角公共成分判别分析的跨视角分类 | 第41-61页 |
| 4.1 引言 | 第41-42页 |
| 4.2 相关知识介绍 | 第42页 |
| 4.3 MvCCDA算法设计与优化求解 | 第42-48页 |
| 4.4 MvCCDA核扩展 | 第48页 |
| 4.5 计算复杂度分析与收敛性证明 | 第48-51页 |
| 4.6 实验设计与结果分析 | 第51-60页 |
| 4.7 本章小结 | 第60-61页 |
| 5 总结与展望 | 第61-63页 |
| 5.1 工作总结 | 第61页 |
| 5.2 未来展望 | 第61-63页 |
| 致谢 | 第63-64页 |
| 参考文献 | 第64-70页 |
| 附录 攻读学位期间发表的学术论文 | 第70页 |
