| 致谢 | 第9-10页 |
| 摘要 | 第10-12页 |
| ABSTRACT | 第12-14页 |
| 主要符号对照表 | 第19-20页 |
| 第一章 绪论 | 第20-24页 |
| 第二章 面向在线的数据编码问题综述 | 第24-42页 |
| 2.1 特征选择问题 | 第26-33页 |
| 2.2 主成分分析问题 | 第33-38页 |
| 2.3 稀疏编码问题 | 第38-40页 |
| 2.4 课题来源与主要研究内容 | 第40-41页 |
| 2.4.1 课题来源 | 第41页 |
| 2.4.2 主要研究内容 | 第41页 |
| 2.5 小结 | 第41-42页 |
| 第三章 在线特征选择问题研究 | 第42-62页 |
| 3.1 引言 | 第42-43页 |
| 3.2 特征选择背景 | 第43-47页 |
| 3.2.1 有的离线特征选择方法 | 第44-45页 |
| 3.2.2 有的在线特征选择方法 | 第45-47页 |
| 3.3 在线组特征选择算法 | 第47-52页 |
| 3.3.1 在线组特征选择框架 | 第47-48页 |
| 3.3.2 在线组内特征选择 | 第48-50页 |
| 3.3.3 在线组间特征选择 | 第50-51页 |
| 3.3.4 在线组特征选择算法分析 | 第51-52页 |
| 3.4 实验与结果分析 | 第52-61页 |
| 3.4.1 图像分类问题 | 第53-57页 |
| 3.4.2 人脸验证问题 | 第57-58页 |
| 3.4.3 特征选择基准数据集实验 | 第58-61页 |
| 3.5 小结 | 第61-62页 |
| 第四章 主成分分析问题研究 | 第62-80页 |
| 4.1 引言 | 第62-63页 |
| 4.2 相关工作 | 第63-65页 |
| 4.3 非凸的主成分分析算法 | 第65-71页 |
| 4.3.1 非凸的Principal Component Pursuit模型 | 第65-66页 |
| 4.3.2 优化算法：最近迭代加权算法(PIRA) | 第66-70页 |
| 4.3.3 算法分析 | 第70-71页 |
| 4.4 实验与结果分析 | 第71-78页 |
| 4.4.1 模拟数据实验 | 第72-74页 |
| 4.4.2 图像去噪实验 | 第74-75页 |
| 4.4.3 其他应用实验 | 第75-78页 |
| 4.5 小结 | 第78-80页 |
| 第五章 基于稀疏性的编码问题研究 | 第80-100页 |
| 5.1 引言 | 第80-82页 |
| 5.2 相关工作 | 第82-84页 |
| 5.2.1 问题描述 | 第82-83页 |
| 5.2.2 最近邻编码算法 | 第83页 |
| 5.2.3 稀疏编码算法 | 第83-84页 |
| 5.2.4 基于相关性的编码算法 | 第84页 |
| 5.3 自适应的编码算法 | 第84-89页 |
| 5.3.1 鲁棒的自适应的编码模型 | 第85-86页 |
| 5.3.2 基于自适应编码的优化算法 | 第86-88页 |
| 5.3.3 基于自适应编码的分类模型 | 第88-89页 |
| 5.4 实验与结果分析 | 第89-98页 |
| 5.4.1 无噪音的人脸识别实验 | 第90-96页 |
| 5.4.2 有噪音的人脸识别实验 | 第96-97页 |
| 5.4.3 UCI数据集上的实验 | 第97-98页 |
| 5.5 小结 | 第98-100页 |
| 第六章 结束语 | 第100-102页 |
| 6.1 主要研究工作 | 第100-101页 |
| 6.2 下一步工作计划 | 第101-102页 |
| 参考文献 | 第102-116页 |
| 攻读博士学位期间的学术活动及成果情况 | 第116-118页 |