基于矩阵分解的图像表示理论及其应用研究
| 致谢 | 第1-7页 |
| 中文摘要 | 第7-9页 |
| ABSTRACT | 第9-14页 |
| 主要符号对照表 | 第14-15页 |
| 1 绪论 | 第15-21页 |
| ·研究背景 | 第15-17页 |
| ·基于非负矩阵分解的图像表示 | 第16页 |
| ·基于稀疏分解的图像表示 | 第16-17页 |
| ·研究的主要问题及贡献 | 第17-19页 |
| ·论文组织结构 | 第19-21页 |
| 2 基于矩阵分解的图像表示研究综述 | 第21-35页 |
| ·基于矩阵分解的图像表示研究现状 | 第21-26页 |
| ·非负矩阵分解的研究现状 | 第21-24页 |
| ·稀疏分解的研究现状 | 第24-26页 |
| ·非负矩阵分解相关工作 | 第26-30页 |
| ·非负矩阵分解的数学基础 | 第26-28页 |
| ·基于图约束的非负矩阵分解 | 第28-29页 |
| ·基于预测误差约束的非负矩阵分解 | 第29页 |
| ·半监督图约束的非负矩阵分解 | 第29-30页 |
| ·稀疏分解相关工作 | 第30-33页 |
| ·稀疏编码与稀疏自编码 | 第30-31页 |
| ·独立成分分析 | 第31-32页 |
| ·稀疏编码、稀疏自编码和独立成分分析的区别与联系 | 第32-33页 |
| ·本章小结 | 第33-35页 |
| 3 基于地形约束的非负矩阵分解算法研究 | 第35-57页 |
| ·引言 | 第35-36页 |
| ·基于地形约束的非负矩阵分解 | 第36-43页 |
| ·模型表述 | 第36-39页 |
| ·乘性更新规则 | 第39-40页 |
| ·收敛性证明 | 第40-42页 |
| ·TNMF和RICA之间的联系与区别 | 第42-43页 |
| ·实验结果与讨论 | 第43-56页 |
| ·数据集 | 第43-44页 |
| ·评价指标 | 第44-45页 |
| ·实验结果与讨论 | 第45-52页 |
| ·统计分析 | 第52-53页 |
| ·调优参数的选择 | 第53页 |
| ·计算复杂度分析和收敛性研究 | 第53-56页 |
| ·本章小结 | 第56-57页 |
| 4 类驱动的非负矩阵分解算法研究 | 第57-77页 |
| ·引言 | 第57-58页 |
| ·类驱动约束 | 第58-60页 |
| ·基于欧氏距离的类驱动非负矩阵分解 | 第60-63页 |
| ·模型表述 | 第60页 |
| ·乘性更新规则 | 第60-61页 |
| ·收敛性证明 | 第61-63页 |
| ·基于KL散度的类驱动非负矩阵分解 | 第63-65页 |
| ·模型表述 | 第63页 |
| ·乘性更新规则 | 第63-64页 |
| ·收敛性证明 | 第64-65页 |
| ·实验结果与分析 | 第65-76页 |
| ·在Yale数据集上的聚类 | 第66页 |
| ·在Caltech 101数据集上的聚类 | 第66页 |
| ·在ORL数据集上的聚类 | 第66-71页 |
| ·调优参数的选择 | 第71-75页 |
| ·复杂度分析和收敛性研究 | 第75-76页 |
| ·本章小结 | 第76-77页 |
| 5 基于核重建独立成分分析的稀疏分解算法研究 | 第77-99页 |
| ·引言 | 第77-79页 |
| ·监督的重建独立成分分析 | 第79-84页 |
| ·模型表述 | 第79-80页 |
| ·判别约束函数的凸性证明 | 第80-83页 |
| ·范数球映射 | 第83-84页 |
| ·核重建独立成分分析 | 第84-88页 |
| ·模型表述 | 第84-86页 |
| ·算法实现 | 第86-87页 |
| ·监督的核重建独立成分分析 | 第87页 |
| ·核重建独立成分分析和核稀疏编码的联系 | 第87-88页 |
| ·实验结果与分析 | 第88-98页 |
| ·特征提取 | 第88页 |
| ·在Caltech 101数据集上的分类 | 第88-89页 |
| ·在CIFAR-10数据集上的分类 | 第89-90页 |
| ·在STL-10数据集上的分类 | 第90-91页 |
| ·调优参数和核函数的选择 | 第91-97页 |
| ·相似性分析和收敛性研究 | 第97-98页 |
| ·本章小结 | 第98-99页 |
| 6 总结与展望 | 第99-103页 |
| ·工作总结 | 第99-100页 |
| ·未来工作展望 | 第100-103页 |
| 参考文献 | 第103-111页 |
| 作者简历 | 第111-113页 |
| 攻读博士学位期间发表的学术论文 | 第113-117页 |
| 学位论文数据集 | 第117页 |
