| 摘要 | 第7-8页 |
| Abstract | 第8-9页 |
| 第1章 绪论 | 第14-21页 |
| 1.1 研究目的和意义 | 第14页 |
| 1.2 国内外研究现状 | 第14-19页 |
| 1.2.1 稀疏表示 | 第15-16页 |
| 1.2.2 字典学习 | 第16-17页 |
| 1.2.3 多任务学习 | 第17-19页 |
| 1.3 研究内容及工作 | 第19-20页 |
| 1.4 本文结构 | 第20-21页 |
| 第2章 相关基础理论 | 第21-33页 |
| 2.1 引言 | 第21页 |
| 2.2 图像底层特征提取 | 第21-25页 |
| 2.2.1 全局特征 | 第21-23页 |
| 2.2.2 局部特征 | 第23-25页 |
| 2.3 稀疏表示算法原理 | 第25-30页 |
| 2.3.1 稀疏表示模型 | 第25-26页 |
| 2.3.2 字典学习方法 | 第26-29页 |
| 2.3.3 稀疏表示核扩展 | 第29-30页 |
| 2.4 多任务学习算法 | 第30-31页 |
| 2.5 本章小结 | 第31-33页 |
| 第3章 DMTJSR多特征多任务学习框架 | 第33-45页 |
| 3.1 引言 | 第33页 |
| 3.2 去相关多特征多任务学习模型DMTJSR | 第33-40页 |
| 3.2.1 混合L_(2,1)/L_1多任务学习模型(L_(2,1,1))和优化策略 | 第34-36页 |
| 3.2.2 字典学习模型和优化策略 | 第36-39页 |
| 3.2.3 DMTJSR学习框架 | 第39-40页 |
| 3.3 DMTJSR再生核Hilbert空间扩展 | 第40-44页 |
| 3.3.1 模型扩展 | 第41-42页 |
| 3.3.2 DMTJSR核扩展优化算法 | 第42-44页 |
| 3.4 本章小结 | 第44-45页 |
| 第4章 实验结果与分析 | 第45-59页 |
| 4.1 引言 | 第45页 |
| 4.2 实验数据 | 第45-46页 |
| 4.3 实验结果分析 | 第46-58页 |
| 4.3.1 稀疏度分析 | 第46-49页 |
| 4.3.2 L_(2,1,1)多任务学习模型性能 | 第49-54页 |
| 4.3.3 结合字典学习的DMTJSR性能 | 第54-56页 |
| 4.3.4 DMTJSR核扩展性能 | 第56-58页 |
| 4.4 本章小结 | 第58-59页 |
| 结论 | 第59-60页 |
| 参考文献 | 第60-65页 |
| 攻读硕士学位期间发表的论文 | 第65-66页 |
| 致谢 | 第66页 |