| 作者简介 | 第1-4页 |
| 摘要 | 第4-6页 |
| Abstract | 第6-12页 |
| 第一章 绪论 | 第12-30页 |
| ·研究背景及意义 | 第12-14页 |
| ·分类问题研究进展 | 第14-19页 |
| ·单示例单标记分类 | 第14-15页 |
| ·多标记分类 | 第15-16页 |
| ·多示例分类 | 第16-17页 |
| ·多示例多标记分类 | 第17-19页 |
| ·论文的主要工作和结构安排 | 第19-20页 |
| 本章参考文献 | 第20-30页 |
| 第二章 稀疏表示和集成学习基础 | 第30-48页 |
| ·稀疏表示 | 第30-35页 |
| ·稀疏分解算法 | 第30-32页 |
| ·字典学习 | 第32-33页 |
| ·稀疏表示的应用 | 第33-35页 |
| ·集成学习 | 第35-40页 |
| ·集成学习的定义 | 第36页 |
| ·集成学习系统的结构 | 第36-37页 |
| ·集成学习中多样性个体的生成方法 | 第37-38页 |
| ·集成学习的理论研究 | 第38-39页 |
| ·集成学习的应用 | 第39-40页 |
| 本章参考文献 | 第40-48页 |
| 第三章 基于稀疏表示及光谱信息的高光谱遥感图像分类 | 第48-62页 |
| ·引言 | 第48-50页 |
| ·本文算法 | 第50-53页 |
| ·高光谱遥感图像稀疏表示特征提取 | 第50-51页 |
| ·随机森林 | 第51-52页 |
| ·算法步骤 | 第52-53页 |
| ·实验 | 第53-58页 |
| ·数据集介绍 | 第53-54页 |
| ·评价指标和比较算法 | 第54-55页 |
| ·实验结果对比 | 第55-58页 |
| ·小结 | 第58-59页 |
| 本章参考文献 | 第59-62页 |
| 第四章 基于稀疏表示的多标记分类 | 第62-80页 |
| ·引言 | 第62-63页 |
| ·基于稀疏表示的多标记分类算法 | 第63-66页 |
| ·基于 1-最小化方法的稀疏分解 | 第64-65页 |
| ·基于稀疏系数的标记预测 | 第65页 |
| ·算法步骤 | 第65-66页 |
| ·实验 | 第66-76页 |
| ·数据集介绍 | 第66-68页 |
| ·评价指标和比较算法 | 第68-69页 |
| ·实验结果对比 | 第69-72页 |
| ·稳定性分析 | 第72-76页 |
| ·小结 | 第76页 |
| 本章参考文献 | 第76-80页 |
| 第五章 基于随机子空间集成的多标记分类 | 第80-98页 |
| ·引言 | 第80-81页 |
| ·基于随机子空间集成的多标记分类算法 | 第81-84页 |
| ·EnML-KNN 算法 | 第82-83页 |
| ·EnML-SR 算法 | 第83-84页 |
| ·实验 | 第84-94页 |
| ·数据集介绍 | 第84-85页 |
| ·评价指标和比较算法 | 第85页 |
| ·实验结果对比 | 第85-91页 |
| ·稳定性分析 | 第91-94页 |
| ·小结 | 第94页 |
| 本章参考文献 | 第94-98页 |
| 第六章 基于稀疏表示和分类器集成的多示例图像分类 | 第98-116页 |
| ·引言 | 第98-101页 |
| ·基于稀疏表示和分类器集成的多示例图像分类算法 | 第101-105页 |
| ·基于稀疏表示的多示例问题转化 | 第101-103页 |
| ·多样性个体分类器生成 | 第103页 |
| ·算法步骤 | 第103-105页 |
| ·实验 | 第105-110页 |
| ·数据集介绍 | 第105-107页 |
| ·实验结果对比 | 第107-109页 |
| ·稳定性分析 | 第109-110页 |
| ·小结 | 第110页 |
| 本章参考文献 | 第110-116页 |
| 第七章 基于稀疏表示和分类器集成的多示例多标记图像分类 | 第116-132页 |
| ·引言 | 第116-117页 |
| ·基于稀疏表示和分类器集成的多示例多标记图像分类算法 | 第117-121页 |
| ·基于稀疏表示的多示例多标记问题转化 | 第118-119页 |
| ·多样性个体分类器生成 | 第119-120页 |
| ·算法步骤 | 第120-121页 |
| ·实验 | 第121-128页 |
| ·数据集介绍 | 第121-122页 |
| ·评价指标和比较算法 | 第122页 |
| ·实验结果对比 | 第122-124页 |
| ·稳定性分析 | 第124-128页 |
| ·小结 | 第128页 |
| 本章参考文献 | 第128-132页 |
| 第八章 总结与展望 | 第132-134页 |
| 致谢 | 第134-136页 |
| 研究成果 | 第136-137页 |
