非线性稀疏切子空间聚类方法研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 引言 | 第8-12页 |
| 1.1 子空间聚类 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-10页 |
| 1.3 本文工作 | 第10-12页 |
| 第2章 流形学习 | 第12-22页 |
| 2.1 流形初步 | 第12-13页 |
| 2.2 流形学习的定义 | 第13-15页 |
| 2.3 等距映射 | 第15-18页 |
| 2.3.1 多维尺度分析 | 第15-16页 |
| 2.3.2 等距离映射算法 | 第16-18页 |
| 2.4 局部线性嵌入 | 第18-20页 |
| 2.5 小结 | 第20-22页 |
| 第3章 多流形结构分析 | 第22-27页 |
| 3.1 稀疏子空间聚类 | 第22-24页 |
| 3.2 低秩子空间聚类 | 第24-25页 |
| 3.3 小结 | 第25-27页 |
| 第4章 稀疏切子空间聚类 | 第27-46页 |
| 4.1 主成分分析 | 第27-29页 |
| 4.2 子空间相似度量 | 第29页 |
| 4.3 稀疏切子空间分析 | 第29-35页 |
| 4.3.1 加权稀疏子空间聚类 | 第30-31页 |
| 4.3.2 稀疏切子空间聚类理论与算法 | 第31-35页 |
| 4.4 矩阵1范数优化分析 | 第35-43页 |
| 4.4.1 矩阵1范数求解 | 第35-38页 |
| 4.4.2 矩阵加权1范数问题求解 | 第38-39页 |
| 4.4.3 增广拉格朗日乘子法 | 第39-41页 |
| 4.4.4 稀疏表达求解 | 第41-43页 |
| 4.5 小结 | 第43-46页 |
| 第5章 子空间聚类应用 | 第46-54页 |
| 5.1 简单数据聚类 | 第46-48页 |
| 5.2 运动分割 | 第48-51页 |
| 5.3 人脸聚类 | 第51-53页 |
| 5.4 小结 | 第53-54页 |
| 结论 | 第54-57页 |
| 致谢 | 第57-58页 |
| 参考文献 | 第58-63页 |
| 攻读学位期间取得学术成果 | 第63页 |
