基于稀疏编码的图像分类算法研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 课题背景和研究意义 | 第10-12页 |
| 1.1.1 课题背景 | 第10页 |
| 1.1.2 研究意义 | 第10-12页 |
| 1.2 国内外研究现状分析 | 第12-13页 |
| 1.3 论文的主要研究内容 | 第13-14页 |
| 1.4 论文的结构安排 | 第14-16页 |
| 第二章 图像分类的基本算法框架 | 第16-26页 |
| 2.1 图像分类的基本算法框架 | 第16-17页 |
| 2.2 图像基本特征提取 | 第17-21页 |
| 2.2.1 典型的图像特征提取算法 | 第17-20页 |
| 2.2.2 图像特征提取算法的比较和选择 | 第20-21页 |
| 2.3 图像特征表示方法 | 第21-24页 |
| 2.3.1 典型的图像特征表示方法 | 第21-23页 |
| 2.3.2 图像特征表示方法的比较和选择 | 第23-24页 |
| 2.4 图像分类方法 | 第24-25页 |
| 2.5 本章小结 | 第25-26页 |
| 第三章 稀疏编码简介 | 第26-36页 |
| 3.1 稀疏编码的主要思想 | 第26-28页 |
| 3.2 稀疏编码的典型算法 | 第28-34页 |
| 3.2.1 编码优化：特征符号搜索算法 | 第28-30页 |
| 3.2.2 编码优化：局部线性约束编码算法 | 第30-31页 |
| 3.2.3 字典优化：拉格朗日对偶算法 | 第31-33页 |
| 3.2.4 字典优化：增量字典优化算法 | 第33-34页 |
| 3.3 稀疏编码典型算法的比较 | 第34-35页 |
| 3.4 本章小结 | 第35-36页 |
| 第四章 基于生命周期稀疏约束的编码方法 | 第36-47页 |
| 4.1 生命周期稀疏 | 第36-40页 |
| 4.1.1 基本思想 | 第36-38页 |
| 4.1.2 算法目标函数的构造 | 第38-40页 |
| 4.2 生命周期稀疏编码方法 | 第40-44页 |
| 4.2.1 目标函数公式 | 第40-42页 |
| 4.2.2 算法描述 | 第42-44页 |
| 4.3 线性空间金字塔 | 第44-46页 |
| 4.4 本章小结 | 第46-47页 |
| 第五章 基于聚类优化的字典学习方法 | 第47-56页 |
| 5.1 聚类优化 | 第47-49页 |
| 5.2 基于聚类优化的字典学习方法 | 第49-53页 |
| 5.2.1 算法的基本思想 | 第49-51页 |
| 5.2.2 算法描述 | 第51页 |
| 5.2.3 改进算法的性能分析 | 第51-53页 |
| 5.3 多分类的线性SVM | 第53-55页 |
| 5.3.1 算法基本思想 | 第53-54页 |
| 5.3.2 算法描述 | 第54-55页 |
| 5.4 本章小结 | 第55-56页 |
| 第六章 基于稀疏编码的图像分类算法的实验结果 | 第56-64页 |
| 6.1 实验数据集描述 | 第56页 |
| 6.2 实验结果与分析 | 第56-63页 |
| 6.2.1 Newdata数据集 | 第57-60页 |
| 6.2.2 Scenes15数据集 | 第60-63页 |
| 6.3 本章小结 | 第63-64页 |
| 第七章 总结和展望 | 第64-65页 |
| 7.1 论文工作总结 | 第64页 |
| 7.2 未来工作展望 | 第64-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-72页 |
