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

基于稀疏特征学习的复杂图像分类

摘要第4-6页
ABSTRACT第6-7页
符号对照表第12-14页
缩略语对照表第14-19页
第一章 绪论第19-29页
    1.1 稀疏表示在图像分析处理等领域的进展第19-26页
        1.1.1 图像处理第19-22页
        1.1.2 图像分析与理解第22-26页
    1.2 稀疏表示分类方法的相关问题与本论文的主要工作第26-29页
第二章 用于稀疏表示的不完全变量截断共轭梯度算法第29-59页
    2.1 引言第29-30页
    2.2 稀疏表示算法回顾第30-33页
    2.3 ITCG算法的理论基础第33-39页
    2.4 ITCG算法和性质第39-43页
        2.4.1 ITCG算法第39-40页
        2.4.2 ITCG-vs与ITCG-nvs第40-41页
        2.4.3 计算复杂度分析第41-42页
        2.4.4 ITCG-vs算法的收敛性第42-43页
    2.5 数值试验第43-58页
        2.5.1 人工稀疏信号重建第44-50页
        2.5.2 ITCG与贪婪算法的比较第50-52页
        2.5.3 图像信号重建第52-54页
        2.5.4 规模稳定性估计第54-55页
        2.5.5 运行成本受投影比例的影响第55-56页
        2.5.6 稀疏表示算法在人脸识别方面的应用第56-58页
    2.6 本章小结第58-59页
第三章 用于高光谱图像分类的空谱稀疏编码方法第59-79页
    3.1 引言第59-60页
    3.2 空谱字典学习第60-65页
        3.2.1 相似度传播聚类方法第61-62页
        3.2.2 相似度传播聚类字典学习第62-65页
    3.3 稀疏编码第65-66页
    3.4 数值试验与数值结果第66-77页
        3.4.1 基于S3C特征的liblinear分类算法与高光谱数据第66-68页
        3.4.2 分类结果第68-75页
        3.4.3 S3C特征的稳定性第75-76页
        3.4.4 liblinear的稳定性第76-77页
    3.5 本章小结第77-79页
第四章 用于人脸识别的证据推理分类算法第79-99页
    4.1 引言第79-81页
    4.2 证据推理分类框架第81-84页
        4.2.1 证据推理分析算法第81-82页
        4.2.2 证据推理分类框架第82-84页
    4.3 ERC算法第84-88页
        4.3.1 BDV生成算法第84-85页
        4.3.2 激励权生成算法第85-86页
        4.3.3 证据合成与分类算法第86页
        4.3.4 计算成本分析第86-88页
    4.4 数值试验第88-97页
        4.4.1 类噪声条件下BDV的稳定性第89-90页
        4.4.2 ERC的分类效果第90-91页
        4.4.3 参数敏感度测试第91-93页
        4.4.4 噪声比例对ERC分类效果的影响第93-96页
        4.4.5 ERC在固定参数条件下的效果与运行时间比较第96-97页
    4.5 本章小结第97-99页
第五章 用于人脸识别的奇异点清除稀疏表示分类算法第99-119页
    5.1 引言第99-102页
    5.2 算法动机第102-104页
    5.3 SRCOS算法第104-110页
        5.3.1 生成相似特征第104-105页
        5.3.2 计算权系数第105-107页
        5.3.3 SRCOS算法第107-108页
        5.3.4 计算成本分析第108页
        5.3.5 SRCOS在人脸识别方面的具体实现第108-110页
    5.4 SRCOS与其它分类方法的比较第110-112页
        5.4.1 SRCOS与最近邻类算法第110页
        5.4.2 SRCOS与核方法第110页
        5.4.3 SRCOS与神经网络第110页
        5.4.4 SRCOS与稀疏表示分类算法第110-112页
    5.5 数值试验第112-117页
        5.5.1 SRCOS与遮挡图像鉴别第113页
        5.5.2 SRCOS对人工遮挡数据的效果第113-116页
        5.5.3 SRCOS对真实遮挡的效果第116-117页
        5.5.4 SRCOS的计算成本第117页
    5.6 本章小结第117-119页
第六章 总结与展望第119-121页
附录A 算法ITCG-vs的收敛性证明第121-135页
参考文献第135-151页
致谢第151-153页
作者简介第153-155页

论文共155页,点击 下载论文
上一篇:可重构人工电磁媒质理论与应用关键技术
下一篇:Ad Hoc网络性能分析及路由技术研究