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

判别式分类模型中的关键算法研究

摘要第1-6页
ABSTRACT第6-11页
第一章 绪论第11-17页
   ·研究背景和意义第11-12页
   ·国内外研究现状第12-14页
   ·本研究主要内容和贡献第14-15页
   ·全文结构安排第15-17页
第二章 最小K最大损失判别式分类器第17-37页
   ·最小最大损失和最小K最大损失第17-18页
   ·最小最大损失和支持向量机第18-20页
     ·硬间隔支持向量机第18-19页
     ·软间隔支持向量机第19-20页
   ·最小K最大损失准则第20-23页
     ·最小K最大损失准则第20-21页
     ·高效可解表示第21-23页
   ·线性最小K最大损失分类器第23-26页
     ·线性最小K最大损失分类器第23页
     ·线性分类实验第23-26页
   ·非线性最小K最大损失分类器第26-29页
     ·线性表示假设第26-27页
     ·非线性最小K最大损失分类器第27-28页
     ·非线性分类实验第28-29页
   ·半监督最小K最大损失分类器第29-34页
     ·整形规划第30页
     ·半监督分类和半监督支持向量机第30-32页
     ·半监督最小K最大损失分类器第32-33页
     ·半监督分类实验第33-34页
   ·本章小结第34-37页
第三章 多标签表情识别中的判别模型第37-47页
   ·多标签表情识别和判别模型第37页
     ·面部表情分析第37页
     ·多标签表情识别和判别模型第37页
   ·最大间隔多标签表情识别模型第37-41页
     ·最大间隔判别式分类框架第39页
     ·多标签表情识别中的Group Lasso正则第39-41页
     ·多标签表情识别中的判别式分类器第41页
   ·多标签表情识别实验第41-45页
     ·实验描述第41-43页
     ·性能度量指标第43-44页
     ·实验结果第44-45页
   ·本章小结第45-47页
第四章 整幅标记统计颜色模型中的判别模型第47-57页
   ·统计颜色模型中的判别式模型第47-49页
     ·统计颜色模型第47页
     ·统计颜色模型中的判别式模型第47-49页
   ·判别式混合高斯模型第49-52页
     ·目标函数第49-50页
     ·目标函数的直方图表示第50页
     ·参数学习第50-52页
   ·整幅标记统计颜色模型实验第52-56页
     ·实验描述第52-53页
     ·性能度量指标第53页
     ·实验结果第53-56页
   ·本章小结第56-57页
第五章 总结第57-59页
参考文献第59-65页
致谢第65-67页
攻读学位期间发表的学术论文目录第67页

论文共67页,点击 下载论文
上一篇:工作流事务处理的优化研究与实现
下一篇:政府采购系统的设计与实现