首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

在线字典训练及加权差异性稀疏表示的研究

摘要第1-5页
Abstract第5-8页
1 绪论第8-13页
   ·研究的背景和意义第8-9页
   ·稀疏表示的研究历史第9-10页
   ·稀疏编码的研究现状第10-11页
   ·典型图像分类数据库简介第11页
   ·本文的研究内容及创新点第11-12页
   ·本文的章节安排第12-13页
2 稀疏编码的神经生物学和数学理论基础第13-23页
   ·稀疏编码的神经生物学基础第13-16页
     ·视觉通路和神经元第13-14页
     ·感受野第14-16页
     ·简单细胞表示的稀疏性和超完备性第16页
   ·稀疏编码的数学理论基础第16-21页
     ·生成模型第16-17页
     ·目标函数第17-18页
     ·学习规则第18-19页
     ·学习结果第19-20页
     ·自然图像编码与视觉感知的关系第20-21页
   ·稀疏编码的演化第21-22页
     ·矢量量化第21页
     ·稀疏编码第21-22页
   ·本章小结第22-23页
3 多特征结合的在线字典训练第23-32页
   ·引言第23页
   ·局部特征提取方法第23-26页
     ·SIFT特征提取方法第23-24页
     ·LGMWP特征提取方法第24-26页
   ·离线字典训练第26-28页
   ·在线字典训练第28-29页
   ·空间金字塔匹配第29-30页
   ·线性SVM第30-31页
   ·本章小结第31-32页
4 加权差异性稀疏表示第32-42页
   ·引言第32-33页
   ·最小二乘法第33-35页
   ·字典和分类器联合学习模型第35页
   ·加权差异性稀疏表示第35-40页
     ·初始化第36页
     ·字典学习第36-37页
     ·加权差异性稀疏表示第37-40页
   ·本章小结第40-42页
5 实验结果和分析第42-51页
   ·多特征结合的在线字典训练的实验结果和分析第42-45页
     ·在线字典训练和离线字典训练的比较第42-43页
     ·参数估计第43-45页
   ·加权差异性稀疏编码的实验结果和分析第45-50页
     ·参数设置第45页
     ·数据库Caltech-101的实验分析第45-46页
     ·数据库Scene-15的实验分析第46-48页
     ·数据库UIUC-Sport的实验分析第48-50页
   ·本章小结第50-51页
结论第51-52页
参考文献第52-56页
攻读硕士学位期间发表学术论文情况第56-57页
致谢第57-58页

论文共58页,点击 下载论文
上一篇:移动综合应急预警系统的设计与实现
下一篇:几种分形图像压缩方法研究