基于低秩稀疏的图像分类算法研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 图像分类研究的背景和意义 | 第10-11页 |
| 1.2 国内外研究现状与应用 | 第11-14页 |
| 1.3 本文的研究内容及章节安排 | 第14-16页 |
| 1.3.1 本文研究的工作及创新点 | 第14-15页 |
| 1.3.2 本文的章节安排 | 第15-16页 |
| 第2章 稀疏表示相关理论及应用 | 第16-29页 |
| 2.1 引言 | 第16页 |
| 2.2 稀疏表示理论基础 | 第16-26页 |
| 2.2.1 稀疏表示模型 | 第16-18页 |
| 2.2.2 稀疏分解算法 | 第18-22页 |
| 2.2.3 低秩分解 | 第22-23页 |
| 2.2.4 字典学习 | 第23-26页 |
| 2.3 基于稀疏表示的图像分类 | 第26-28页 |
| 2.3.1 图像的稀疏表示模型 | 第26-27页 |
| 2.3.2 基于稀疏表示的图像分类 | 第27-28页 |
| 2.4 本章小结 | 第28-29页 |
| 第3章 基于低秩监督的稀疏图像分类方法 | 第29-41页 |
| 3.1 引言 | 第29页 |
| 3.2 传统基于低秩表示的图像分类方法分析 | 第29-33页 |
| 3.3 基于低秩监督的稀疏图像分类模型 | 第33-34页 |
| 3.3.1 图像低秩表示模型 | 第33页 |
| 3.3.2 基于低秩监督的稀疏图像分类模型 | 第33-34页 |
| 3.4 基于低秩监督的稀疏图像分类模型求解 | 第34-36页 |
| 3.5 实验结果与分析 | 第36-40页 |
| 3.5.1 实验数据 | 第36-37页 |
| 3.5.2 实验对比与分析 | 第37-40页 |
| 3.6 本章小结 | 第40-41页 |
| 第4章 基于低秩共享字典学习的图像分类方法 | 第41-53页 |
| 4.1 引言 | 第41页 |
| 4.2 传统字典学习图像分类方法分析 | 第41-42页 |
| 4.3 基于低秩共享字典学习的图像分类模型 | 第42-46页 |
| 4.4 低秩共享字典学习模型求解 | 第46-47页 |
| 4.4.1 字典更新部分 | 第46-47页 |
| 4.4.2 系数更新部分 | 第47页 |
| 4.5 实验结果与分析 | 第47-52页 |
| 4.5.1 实验数据 | 第47-49页 |
| 4.5.2 实验对比与分析 | 第49-52页 |
| 4.6 本章小结 | 第52-53页 |
| 结论 | 第53-55页 |
| 参考文献 | 第55-61页 |
| 攻读硕士学位期间所发表的学术论文 | 第61-62页 |
| 致谢 | 第62页 |
