鲁棒主元分析算法及其应用
| 中文摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-12页 |
| 1.1 RPCA的研究背景与意义 | 第9-10页 |
| 1.2 RPCA研究现状 | 第10-11页 |
| 1.2.1 低秩矩阵分析 | 第10页 |
| 1.2.2 贝叶斯方法 | 第10页 |
| 1.2.3 低秩矩阵分解 | 第10-11页 |
| 1.3 本文工作 | 第11-12页 |
| 第二章 贝叶斯混合模型 | 第12-17页 |
| 2.1 低秩部分特征 | 第12-13页 |
| 2.2 噪声部分特征 | 第13页 |
| 2.3 模型分类 | 第13-14页 |
| 2.3.1 贝叶斯模型 | 第13页 |
| 2.3.2 伊辛模型 | 第13-14页 |
| 2.3.3 信号模型 | 第14页 |
| 2.4 RPCA特性 | 第14-15页 |
| 2.5 截断SVD分解 | 第15-16页 |
| 2.6 本章小结 | 第16-17页 |
| 第三章 BIS算法 | 第17-26页 |
| 3.1 估计低秩矩阵L | 第17-19页 |
| 3.1.1 变分贝叶斯方法 | 第17-18页 |
| 3.1.2 变量和参数推断 | 第18-19页 |
| 3.2 估计奇异值支撑矩阵S | 第19-24页 |
| 3.2.1 概念 | 第20-22页 |
| 3.2.2 图分割方法 | 第22-23页 |
| 3.2.3 海洋污水检测 | 第23-24页 |
| 3.3 初始化和参数调节 | 第24-25页 |
| 3.4 收敛性和计算复杂度分析 | 第25页 |
| 3.5 本章小结 | 第25-26页 |
| 第四章 实验 | 第26-33页 |
| 4.1 数值实验 | 第26-28页 |
| 4.1.1 几种方法的性能分析 | 第26-28页 |
| 4.1.2 定量分析 | 第28页 |
| 4.1.3 参数η的影响 | 第28页 |
| 4.2 背景建模 | 第28-31页 |
| 4.3 人脸建模 | 第31-32页 |
| 4.4 本章小结 | 第32-33页 |
| 第五章 结论与展望 | 第33-34页 |
| 5.1 总结 | 第33页 |
| 5.2 展望 | 第33-34页 |
| 参考文献 | 第34-37页 |
| 发表论文和参加科研情况说明 | 第37-38页 |
| 致谢 | 第38页 |
