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

基于图的特征提取和特征选择及其应用研究

摘要第5-7页
ABSTRACT第7-9页
符号对照表第13-15页
缩略语对照表第15-22页
第一章 绪论第22-40页
    1.1 研究背景及意义第22-23页
    1.2 维数约简及其现状第23-35页
        1.2.1 特征提取方法研究现状第24-32页
        1.2.2 特征选择方法研究现状第32-35页
    1.3 论文涉及的数据库介绍第35-37页
        1.3.1 ORL人脸数据库第35页
        1.3.2 Yale人脸数据库第35页
        1.3.3 AR人脸数据库第35-36页
        1.3.4 FERET人脸数据库第36页
        1.3.5 CMU-PIE人脸数据库第36页
        1.3.6 COIL20目标识别数据库第36-37页
    1.4 论文的主要工作和章节安排第37-40页
第二章 协同表示判别嵌入第40-62页
    2.1 引言第40-42页
    2.2 CRP和改进的MMC第42-45页
        2.2.1 协同表示及其有效计算方法第42-43页
        2.2.2 协同表示投影(CRP)第43-44页
        2.2.3 改进的最大间距准则(MMC)第44-45页
    2.3 协同表示判别嵌入(CRDE)第45-46页
    2.4 CRDE与其它算法的关系第46-50页
        2.4.1 CRDE与LPP/NPE/SPP/CRP的关系第47-48页
        2.4.2 CRDE与LPDP/LLDE/DSNPE的关系第48-49页
        2.4.3 CRDE与MFA/RLSDP的关系第49-50页
    2.5 实验结果与分析第50-58页
        2.5.1 ORL人脸库的实验第50-52页
        2.5.2 Yale人脸库的实验第52-54页
        2.5.3 COIL20目标数据库的实验第54-55页
        2.5.4 AR人脸库的实验第55-56页
        2.5.5 FERET人脸库的实验第56-57页
        2.5.6 CMU-PIE人脸库的实验第57-58页
    2.6 参数CRDE对识别性能的影响第58-59页
    2.7 训练时间的比较第59-61页
    2.8 本章小结第61-62页
第三章 增强的正则化最小二乘判别投影第62-78页
    3.1 引言第62-63页
    3.2 正则化最小二乘判别投影(RLSDP)第63-65页
        3.2.1 正则化最小二乘法第64页
        3.2.2 RLSDP第64-65页
    3.3 增强的正则化最小二乘判别投影第65-69页
        3.3.1 基本思想与动机第65页
        3.3.2 ERLSDP第65-67页
        3.3.3 讨论第67-69页
    3.4 实验结论和分析第69-77页
        3.4.1 非遮挡的人脸识别第70-75页
        3.4.2 遮挡条件下的人脸识别第75-76页
        3.4.3 实验分析第76-77页
    3.5 本章小结第77-78页
第四章 协同保持Fisher判别分析第78-102页
    4.1 引言第78-80页
    4.2 相关工作第80-82页
        4.2.1 协同表示(CR)和协同表示投影(CRP)第80-81页
        4.2.2 线性判别分析(LDA)第81-82页
    4.3 协同保持Fisher判别分析(CPFDA)第82-88页
        4.3.1 基本思想与动机第82-83页
        4.3.2 CPFDA第83-84页
        4.3.3 算法分析第84-86页
        4.3.4 CPFDA与其它算法的关系第86-88页
    4.4 实验结论和分析第88-100页
        4.4.1 可视化实验第89-90页
        4.4.2 ORL人脸库的实验第90-92页
        4.4.3 AR人脸库的实验第92-94页
        4.4.4 FERET人脸库的实验第94-95页
        4.4.5 COIL20目标识别库的实验第95-97页
        4.4.6 正则化参数对CPFDA性能的影响第97-98页
        4.4.7 训练时间的比较第98-99页
        4.4.8 实验分析第99-100页
    4.5 本章小结第100-102页
第五章 局部保持正交基聚类无监督特征选择第102-122页
    5.1 引言第102-104页
    5.2 相关工作第104-105页
    5.3 局部保持正交基聚类特征选择(LPOCFS)第105-110页
        5.3.1 基本思想与动机第105页
        5.3.2 目标函数第105-110页
    5.4 收敛性分析第110-114页
    5.5 实验与结论第114-121页
        5.5.1 评价准则第114-115页
        5.5.2 参数设置第115页
        5.5.3 L_(2,1)范数vs.L_(2,p)(0第115-116页
        5.5.4 与其它方法的比较第116-119页
        5.5.5 收敛性研究第119-121页
    5.6 本章小结第121-122页
第六章 总结与展望第122-126页
    6.1 全文工作总结第122-123页
    6.2 未来展望第123-126页
参考文献第126-142页
致谢第142-144页
作者简介第144-146页

论文共146页,点击 下载论文
上一篇:飞行器机器视觉框架设计及算法研究
下一篇:面向交通场景的空间布局理解和语义分割方法研究