矩阵和张量分解在分类中的应用
摘要 | 第4-5页 |
Abstract | 第5页 |
第一章 绪论 | 第10-14页 |
1.1 研究的背景和意义 | 第10页 |
1.2 国内外研究现状 | 第10-13页 |
1.2.1 矩阵分解的研究现状 | 第11-12页 |
1.2.2 张量分解的研究现状 | 第12-13页 |
1.3 本文研究的主要内容 | 第13-14页 |
第二章 矩阵分解 | 第14-32页 |
2.1 主成分分析法(PCA) | 第14-18页 |
2.1.1 理论基础 | 第14-17页 |
2.1.2 算法流程 | 第17-18页 |
2.2 线性判别分析法(LDA) | 第18-24页 |
2.2.1 理论基础 | 第18-21页 |
2.2.2 算法流程 | 第21-24页 |
2.3 非负矩阵分解(NMF) | 第24-31页 |
2.3.1 非负矩阵分解理论 | 第25页 |
2.3.2 目标函数 | 第25-27页 |
2.3.3 迭代规则 | 第27-29页 |
2.3.4 非负矩阵分解算法流程 | 第29-31页 |
2.4 本章小结 | 第31-32页 |
第三章 张量分解 | 第32-48页 |
3.1 张量分解基础知识 | 第33-36页 |
3.1.1 基本符号 | 第33-34页 |
3.1.2 基本运算 | 第34-36页 |
3.2 CP和Tucker分解 | 第36-40页 |
3.2.1 CP分解 | 第36-38页 |
3.2.2 Tucker分解 | 第38-40页 |
3.3 高阶线性判别分析法(HODA) | 第40-43页 |
3.4 非负张量分解(NTD) | 第43-47页 |
3.5 本章小节 | 第47-48页 |
第四章 算法性能测试与分析 | 第48-72页 |
4.1 实验的整体思路 | 第48-49页 |
4.2 实验环境 | 第49-50页 |
4.2.1 硬件环境 | 第49页 |
4.2.2 软件环境 | 第49-50页 |
4.3 实验准备 | 第50-56页 |
4.3.1 COIL-20数据预处理和建模 | 第50-52页 |
4.3.2 CMDG-2数据预处理和建模 | 第52-53页 |
4.3.3 参数设定 | 第53-54页 |
4.3.4 评价指标 | 第54-56页 |
4.4 实验结果 | 第56-71页 |
4.4.1 稳定性对比 | 第56-58页 |
4.4.2 训练样本数量变化时的性能对比 | 第58-63页 |
4.4.3 特征维数变化时的性能对比 | 第63-67页 |
4.4.4 近邻数变化时的性能对比 | 第67-71页 |
4.5 本章小节 | 第71-72页 |
第五章 结论与展望 | 第72-74页 |
5.1 结论 | 第72-73页 |
5.2 展望 | 第73-74页 |
参考文献 | 第74-80页 |
致谢 | 第80页 |