基于属性自适应的零样本图像分类
| 致谢 | 第3-4页 |
| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 变量注释表 | 第14-15页 |
| 1 绪论 | 第15-21页 |
| 1.1 课题的研究背景及意义 | 第15-16页 |
| 1.2 研究现状及发展趋势 | 第16-19页 |
| 1.3 本文的研究内容 | 第19-20页 |
| 1.4 本文结构 | 第20-21页 |
| 2 属性学习 | 第21-33页 |
| 2.1 属性表示 | 第21-23页 |
| 2.2 属性与特征学习 | 第23-26页 |
| 2.3 属性与分类器学习 | 第26-29页 |
| 2.4 零样本图像分类 | 第29-32页 |
| 2.5 本章小结 | 第32-33页 |
| 3 基于自适应多核校验学习的多源域属性自适应 | 第33-50页 |
| 3.1 研究背景 | 第33-35页 |
| 3.2 基于自适应多核校验学习的多源域属性自适应 | 第35-40页 |
| 3.3 实验结果分析 | 第40-49页 |
| 3.4 本章小结 | 第49-50页 |
| 4 基于深度特征迁移的多源域属性自适应 | 第50-66页 |
| 4.1 研究背景 | 第50-51页 |
| 4.2 基于深度特征迁移的多源域属性自适应 | 第51-57页 |
| 4.3 实验结果分析 | 第57-65页 |
| 4.4 本章小结 | 第65-66页 |
| 5 总结与展望 | 第66-68页 |
| 5.1 总结 | 第66页 |
| 5.2 展望 | 第66-68页 |
| 参考文献 | 第68-76页 |
| 作者简历 | 第76-78页 |
| 学位论文数据集 | 第78页 |
