基于稀疏和低秩约束的主成分分析方法研究
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第14-26页 |
| 1.1 课题的背景及意义 | 第14-15页 |
| 1.2 主成分分析方法的发展历程 | 第15-16页 |
| 1.3 子空间学习方法的研究现状 | 第16-21页 |
| 1.3.1 基于映射的子空间学习方法 | 第17-20页 |
| 1.3.2 基于表达的子空间学习方法 | 第20-21页 |
| 1.4 本文的主要研究内容及创新点 | 第21-23页 |
| 1.5 本文的组织结构 | 第23-26页 |
| 第2章 子空间学习方法的概述 | 第26-35页 |
| 2.1 稀疏表达和低秩表达 | 第26-29页 |
| 2.1.1 稀疏表达 | 第26-27页 |
| 2.1.2 低秩表达 | 第27-29页 |
| 2.2 主成分分析方法和图嵌入框架 | 第29-33页 |
| 2.2.1 主成分分析方法 | 第29-30页 |
| 2.2.2 图嵌入框架 | 第30-33页 |
| 2.3 本章小结 | 第33-35页 |
| 第3章 像素加权联合稀疏主成分分析 | 第35-57页 |
| 3.1 引言 | 第35-36页 |
| 3.2 从PCA到SPCA | 第36-37页 |
| 3.3 像素加权联合稀疏主成分分析方法 | 第37-41页 |
| 3.3.1 目标函数 | 第37-40页 |
| 3.3.2 优化求解 | 第40-41页 |
| 3.4 讨论和分析 | 第41-45页 |
| 3.4.1 收敛分析 | 第41-43页 |
| 3.4.2 方法的本质探讨 | 第43-45页 |
| 3.4.3 计算复杂度分析 | 第45页 |
| 3.5 实验及其分析 | 第45-56页 |
| 3.5.1 原始数据集上的实验 | 第46-50页 |
| 3.5.2 腐蚀数据集上的实验 | 第50-51页 |
| 3.5.3 参数设置 | 第51-55页 |
| 3.5.4 观测 | 第55-56页 |
| 3.6 本章小结 | 第56-57页 |
| 第4章 鲁棒联合稀疏主成分分析 | 第57-71页 |
| 4.1 引言 | 第57-58页 |
| 4.2 鲁棒联合稀疏主成分分析方法 | 第58-60页 |
| 4.2.1 目标函数 | 第58-59页 |
| 4.2.2 优化求解 | 第59-60页 |
| 4.3 实验及其分析 | 第60-65页 |
| 4.3.1 对离群点噪声的鲁棒性 | 第61-63页 |
| 4.3.2 鲁棒重构下的特征选择能力 | 第63页 |
| 4.3.3 参数设置 | 第63页 |
| 4.3.4 收敛性 | 第63-65页 |
| 4.4 本章方法与第三章方法的对比分析 | 第65页 |
| 4.5 本章小结 | 第65-71页 |
| 第5章 基于局部保持的低秩主成分分析 | 第71-90页 |
| 5.1 引言 | 第71-72页 |
| 5.2 低秩表达和图正则项的基本介绍 | 第72-73页 |
| 5.3 基于局部保持的低秩主成分分析方法 | 第73-76页 |
| 5.3.1 目标函数 | 第73-74页 |
| 5.3.2 优化求解 | 第74-76页 |
| 5.4 与相关工作的对比 | 第76-78页 |
| 5.5 实验及其分析 | 第78-86页 |
| 5.5.1 关于LRPCA-LP有效性的讨论 | 第78-81页 |
| 5.5.2 子空间聚类实验 | 第81-84页 |
| 5.5.3 特征抽取实验 | 第84-86页 |
| 5.5.4 参数设置和方法收敛性 | 第86页 |
| 5.6 本章方法与第三章和第四章方法的对比分析 | 第86-89页 |
| 5.7 本章小结 | 第89-90页 |
| 第6章 样本加权联合稀疏主成分分析 | 第90-115页 |
| 6.1 引言 | 第90-91页 |
| 6.2 相关工作 | 第91-95页 |
| 6.2.1 主成分分析 | 第91-93页 |
| 6.2.2 优化均值鲁棒主成分分析 | 第93-94页 |
| 6.2.3 从PCA到它的自回归形式 | 第94-95页 |
| 6.3 样本加权联合稀疏主成分分析方法 | 第95-99页 |
| 6.3.1 目标函数 | 第95-97页 |
| 6.3.2 优化求解 | 第97-99页 |
| 6.4 讨论和分析 | 第99-101页 |
| 6.4.1 收敛分析 | 第99-100页 |
| 6.4.2 样本加权联合稀疏主成分分析方法的本质 | 第100页 |
| 6.4.3 计算复杂度分析 | 第100-101页 |
| 6.5 样本加权联合稀疏主成分分析方法的凸变换 | 第101-103页 |
| 6.5.1 目标函数 | 第101-102页 |
| 6.5.2 优化求解 | 第102-103页 |
| 6.6 实验及其分析 | 第103-109页 |
| 6.6.1 特征选择用于鲁棒重构 | 第104-105页 |
| 6.6.2 特征选择用于无监督聚类 | 第105-109页 |
| 6.7 本章方法与第三章和第四章方法的对比分析 | 第109-114页 |
| 6.8 本章小结 | 第114-115页 |
| 结论 | 第115-117页 |
| 参考文献 | 第117-128页 |
| 攻读博士学位期间发表的论文及其他成果 | 第128-130页 |
| 致谢 | 第130-132页 |
| 个人简历 | 第132页 |
