首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于图上非局部算子的数据分类方法研究

摘要第2-3页
abstract第3页
第一章 绪论第6-14页
    1.1 课题的背景及其意义第6-7页
    1.2 国内外研究现状第7-12页
        1.2.1 无向加权图和最小割第7-8页
        1.2.2 图上非局部规则化数据分类第8-9页
        1.2.3 基于图的半监督两类均衡分类的约束问题第9-10页
        1.2.4 基于图的多分类问题及算法第10-12页
    1.3 研究问题及章节安排第12-14页
第二章 连续空间非局部变分模型及规则化方法第14-21页
    2.1 变分方法与总变差TV模型第14-15页
    2.2 连续空间的非局部算子第15-17页
    2.3 连续空间的非局部总变差模型的四种快速算法第17-19页
        2.3.1 对偶方法第17-18页
        2.3.2 SplitBregman算法第18页
        2.3.3 原对偶最大流方法第18-19页
        2.3.4 增广拉格朗日方法(ALM)第19页
    2.4 本章小结第19-21页
第三章 图上非局部算子及两类的均衡分类问题第21-41页
    3.1 基于图的两类分类问题第21-22页
    3.2 图上非局部算子及其规则化分类第22-23页
    3.3 均衡分类约束方式第23-34页
        3.3.1 等式约束的惩罚参数法(EC-PFM)第23-25页
        3.3.2 等式约束的增广拉格朗日方法(EC-ALM)第25-26页
        3.3.3 单向不等式约束(SDIC)第26-27页
        3.3.4 双向不等式约束(DDIC)第27-29页
        3.3.5 均衡约束RatioCut方法第29-31页
        3.3.6 均衡约束CheegerCut方法第31-33页
        3.3.7 均衡约束NormalizedCut方法第33-34页
    3.4 数值实验第34-40页
    3.5 本章小结第40-41页
第四章 NC模型的改进及其在多分类问题中的应用第41-51页
    4.1 图上的NC问题第41-42页
    4.2 改进后的NC模型解决两类分类问题第42-44页
    4.3 改进后的NC模型与Potts模型相结合解决多类分类问题第44-46页
    4.4 数值实验第46-49页
    4.5 本章小结第49-51页
第五章 多分类问题中的离散非局部Potts模型及其矢量加速方法第51-58页
    5.1 图像分割中的Potts模型第51页
    5.2 多分类问题中的离散非局部Potts模型第51-52页
    5.3 多分类问题中的离散非局部Potts模型的矢量化方法第52-54页
    5.4 数值实验第54-57页
    5.5 本章小结第57-58页
第六章 总结与展望第58-59页
    6.1 本文工作总结第58页
    6.2 今后的工作展望第58-59页
参考文献第59-63页
攻读学位期间的研究成果第63-64页
致谢第64-65页

论文共65页,点击 下载论文
上一篇:基于遥感影像的呼伦湖湖冰近30年的变化分析及其影响因素研究
下一篇:基于卷积神经网络的在线目标跟踪算法