基于多重核的稀疏表示及字典学习研究
| 摘要 | 第3-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究背景及研究意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.2.1 稀疏表示分类问题的国内外研究现状 | 第10-12页 |
| 1.2.2 字典学习问题的国内外研究现状 | 第12-13页 |
| 1.3 论文研究内容 | 第13-15页 |
| 第二章 SRC及字典学习理论基础 | 第15-24页 |
| 2.1 稀疏表示分类(SRC)理论 | 第15-18页 |
| 2.1.1 稀疏表示原理 | 第15-16页 |
| 2.1.2 基于l~1-范数的稀疏表示 | 第16-17页 |
| 2.1.3 基于稀疏表示的分类 | 第17-18页 |
| 2.2 字典学习理论 | 第18-23页 |
| 2.2.1 OMP思想概述 | 第19-20页 |
| 2.2.2 K-SVD思想概述 | 第20-23页 |
| 2.3 本章小结 | 第23-24页 |
| 第三章 多重核稀疏表示分类 | 第24-38页 |
| 3.1 核稀疏表示 | 第24-25页 |
| 3.2 多重核的提出 | 第25-27页 |
| 3.3 多重核稀疏表示(MKSR)的迭代求解法 | 第27-29页 |
| 3.4 理论分析 | 第29-31页 |
| 3.5 多重核SRC分类算法及其核权重分析 | 第31-33页 |
| 3.6 实验结果与分析 | 第33-37页 |
| 3.6.1 核权重性能分析 | 第33-34页 |
| 3.6.2 识别率结果分析 | 第34-37页 |
| 3.7 本章小结 | 第37-38页 |
| 第四章 基于多重核的稀疏表示字典学习 | 第38-49页 |
| 4.1 核稀疏表示字典学习 | 第38-39页 |
| 4.2 基于多重核的稀疏表示字典学习 | 第39-44页 |
| 4.2.1 稀疏编码 | 第40-41页 |
| 4.2.2 字典更新 | 第41-44页 |
| 4.3 实验结果与分析 | 第44-48页 |
| 4.3.1 YaleB数据库的识别分类 | 第45-46页 |
| 4.3.2 PIE数据库的识别分类 | 第46页 |
| 4.3.3 USPS数据库的识别分类 | 第46-47页 |
| 4.3.4 AR数据库的识别分类 | 第47-48页 |
| 4.4 本章小结 | 第48-49页 |
| 第五章 总结与展望 | 第49-51页 |
| 参考文献 | 第51-56页 |
| 致谢 | 第56-57页 |
| 攻读硕士学位期间发表的学术论文 | 第57页 |
