低维低秩数据表达与嵌入
| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-19页 |
| 1.1 研究背景 | 第9页 |
| 1.2 非负矩阵分解简介 | 第9-13页 |
| 1.3 低秩稀疏方法简介 | 第13-16页 |
| 1.4 本文研究主要内容和创新点 | 第16-19页 |
| 2 图数据上的低秩去噪模型 | 第19-35页 |
| 2.1 引言 | 第19-23页 |
| 2.2 基于特定秩的正则化低秩去噪模型 | 第23页 |
| 2.3 模型分析 | 第23-28页 |
| 2.3.1 解的分析 | 第24页 |
| 2.3.2 算法分析 | 第24-28页 |
| 2.4 实验设计与分析 | 第28-32页 |
| 2.4.1 所用数据集介绍 | 第28-29页 |
| 2.4.2 聚类工作结果研究 | 第29-31页 |
| 2.4.3 半监督分类工作结果研究 | 第31页 |
| 2.4.4 对遮挡图像的实验研究 | 第31-32页 |
| 2.5 本章小结 | 第32-35页 |
| 3 多子空间低秩模型 | 第35-45页 |
| 3.1 引言 | 第35-36页 |
| 3.2 多子空间的低秩模型 | 第36-37页 |
| 3.3 模型分析 | 第37-40页 |
| 3.3.1 算法描述 | 第38页 |
| 3.3.2 收敛性分析 | 第38-40页 |
| 3.4 实验设计与分析 | 第40-43页 |
| 3.4.1 所用数据集介绍 | 第40-42页 |
| 3.4.2 聚类实验工作 | 第42页 |
| 3.4.3 分类实验工作 | 第42-43页 |
| 3.5 本章小结 | 第43-45页 |
| 4 一种鲁棒的集成局部线性嵌入方法 | 第45-57页 |
| 4.1 引言 | 第45-46页 |
| 4.2 鲁棒的集成局部线性嵌入模型 | 第46-47页 |
| 4.3 模型分析 | 第47-52页 |
| 4.3.1 算法设计 | 第47-49页 |
| 4.3.2 算法分析 | 第49-52页 |
| 4.4 实验设计与分析 | 第52-55页 |
| 4.4.1 所用数据集介绍 | 第52-53页 |
| 4.4.2 去噪相关实验 | 第53页 |
| 4.4.3 嵌入相关实验 | 第53-54页 |
| 4.4.4 聚类实验 | 第54-55页 |
| 4.5 本章小结 | 第55-57页 |
| 5 基于不相关LASSO模型的特征选择 | 第57-69页 |
| 5.1 引言 | 第58页 |
| 5.2 不相关LASSO | 第58-59页 |
| 5.3 模型分析 | 第59-64页 |
| 5.3.1 优化算法 | 第59-60页 |
| 5.3.2 算法分析 | 第60-64页 |
| 5.4 实验设计与分析 | 第64-68页 |
| 5.4.1 所用数据集介绍 | 第64-65页 |
| 5.4.2 基于大肠癌数据的实验工作 | 第65-67页 |
| 5.4.3 基于白血病数据集的实验工作 | 第67-68页 |
| 5.5 本章小结 | 第68-69页 |
| 6 总结与展望 | 第69-71页 |
| 参考文献 | 第71-87页 |
| 致谢 | 第87-89页 |
| 在读期间取得的研究成果 | 第89页 |
