| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第11-15页 |
| 1.1 引言 | 第11-14页 |
| 1.2 本文的主要工作 | 第14页 |
| 1.3 本文的结构安排 | 第14-15页 |
| 第二章 稀疏优化方法及其在基因表达分析中的应用 | 第15-30页 |
| 2.1 向量稀疏优化方法及其在基因表达分析中的应用 | 第15-18页 |
| 2.1.1 向量稀疏优化模型及其求解方法 | 第15-16页 |
| 2.1.2 两样本 t -test | 第16页 |
| 2.1.3 向量稀疏优化方法与两样本 t -test 相结合的杂交特征选择方法 | 第16-18页 |
| 2.2 矩阵稀疏优化方法及其在基因表达分析中的应用 | 第18-25页 |
| 2.2.1 基于l＜2,p(0 p≤1)-模的矩阵稀疏优化模型及其求解方法 | 第18-20页 |
| 2.2.2 基于l＜2,p(0 p≤1)-模极小化问题的求逆迭代与 IR 相结合的分类方法 | 第20-21页 |
| 2.2.3 基于l＜2,p(0 p≤1)-模极小化问题的求逆迭代算法收敛性分析 | 第21-23页 |
| 2.2.4 基于l＜2,p(0 p≤1)-模极小化问题的梯度投影与 IR 相结合的分类方法 | 第23-25页 |
| 2.3 基因表达分析中的数值实验 | 第25-30页 |
| 2.3.1 基因表达数据集 | 第25-26页 |
| 2.3.2 数值实验结果 | 第26-30页 |
| 第三章 矩阵稀疏表示方法及其在人脸识别中的应用 | 第30-39页 |
| 3.1 人脸识别的矩阵稀疏表示模型及其求解方法 | 第30-32页 |
| 3.2 基于l_(2 ,p)(0＜p＜ 2)-模极小化问题的联合稀疏表示人脸识别方法 | 第32-33页 |
| 3.3 基于l_(2 ,p)(0＜p＜2)-模极小化问题的二次迭代算法目标函数的单调性 | 第33-35页 |
| 3.4 人脸识别的数值实验 | 第35-39页 |
| 3.4.1 人脸图像数据集 | 第35-37页 |
| 3.4.2 数值实验结果 | 第37-39页 |
| 第四章 总结与展望 | 第39-40页 |
| 4.1 全文总结 | 第39页 |
| 4.2 工作展望 | 第39-40页 |
| 参考文献 | 第40-43页 |
| 致谢 | 第43-44页 |
| 攻读硕士学位期间的研究成果 | 第44页 |
