| 致谢 | 第3-4页 |
| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 变量注释表 | 第15-16页 |
| 1 绪论 | 第16-26页 |
| 1.1 研究背景与意义 | 第16-19页 |
| 1.2 国内外研究现状 | 第19-24页 |
| 1.3 本文研究内容 | 第24-25页 |
| 1.4 论文组织结构 | 第25-26页 |
| 2 稀疏编码图像分类与迁移学习的相关知识 | 第26-40页 |
| 2.1 稀疏编码 | 第26-31页 |
| 2.2 常用图像分类器 | 第31-34页 |
| 2.3 迁移学习概述 | 第34-35页 |
| 2.4 领域间分布差异度量 | 第35-36页 |
| 2.5 常用迁移分类数据集 | 第36-39页 |
| 2.6 本章小结 | 第39-40页 |
| 3 基于字典域适应稀疏编码迁移学习 | 第40-52页 |
| 3.1 研究背景 | 第40-41页 |
| 3.2 算法流程图 | 第41-42页 |
| 3.3 基于字典域适应稀疏编码迁移学习 | 第42-44页 |
| 3.4 算法步骤 | 第44-45页 |
| 3.5 实验结果 | 第45-51页 |
| 3.6 本章总结 | 第51-52页 |
| 4 基于联合分布匹配与图正则化稀疏编码迁移学习 | 第52-67页 |
| 4.1 研究背景 | 第52-53页 |
| 4.2 算法流程图 | 第53-54页 |
| 4.3 基于联合分布匹配与图正则化稀疏编码迁移学习 | 第54-58页 |
| 4.4 算法步骤 | 第58页 |
| 4.5 实验结果 | 第58-66页 |
| 4.6 本章总结 | 第66-67页 |
| 5 总结与展望 | 第67-69页 |
| 5.1 总结 | 第67-68页 |
| 5.2 展望 | 第68-69页 |
| 参考文献 | 第69-76页 |
| 作者简历 | 第76-78页 |
| 学位论文数据集 | 第78页 |