首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

多视度量和回归学习方法及应用研究

摘要第4-6页
Abstract第6-8页
第1章 绪论第23-39页
    1.1 课题背景及意义第23-26页
    1.2 多视学习概述第26-28页
        1.2.1 多视学习基本原理第26页
        1.2.2 多视学习方法归纳第26-28页
    1.3 度量与回归学习概述第28-34页
        1.3.1 问题描述第28-29页
        1.3.2 传统度量学习第29-32页
        1.3.3 多视度量学习第32-34页
        1.3.4 多视回归学习第34页
    1.4 现有研究工作分析和问题提出第34-35页
    1.5 本文主要内容和创新点第35-37页
    1.6 本文组织结构第37-39页
第2章 全局一致局部平滑的多视度量学习第39-61页
    2.1 引言第39-40页
    2.2 全局一致局部平滑的多视度量学习第40-48页
        2.2.1 符号定义第40-41页
        2.2.2 全局一致的共享隐特征空间学习第41-42页
        2.2.3 局部平滑的多视度量学习第42-45页
        2.2.4 算法第45-47页
        2.2.5 复杂度分析第47-48页
    2.3 多视度量学习和流形对齐第48-49页
    2.4 实验结果第49-60页
        2.4.1 COIL-20数据库实验第49-53页
        2.4.2 多姿态人脸数据库实验第53-56页
        2.4.3 人脸表情数据库实验第56-60页
    2.5 本章小结第60-61页
第3章 特定实例的典型相关分析法第61-84页
    3.1 引言第61-62页
    3.2 预备知识第62-64页
    3.3 典型相关分析和最小平方回归的关系第64-66页
        3.3.1 典型相关分析的解第64-65页
        3.3.2 最小平方回归的解第65页
        3.3.3 典型相关分析和最小平方回归的关系第65-66页
    3.4 特定实例的典型相关分析法第66-73页
        3.4.1 基本形式化第66-68页
        3.4.2 半监督扩展第68-69页
        3.4.3 最优化问题第69-71页
        3.4.4 Out-of-Sample扩展第71页
        3.4.5 算法第71-72页
        3.4.6 复杂度分析第72-73页
    3.5 实验第73-82页
        3.5.1 数据库第74-75页
        3.5.2 对比方法和设置第75-76页
        3.5.3 定量比较第76-77页
        3.5.4 收敛速率第77-78页
        3.5.5 局部参数选择第78-82页
    3.6 本章小结第82-84页
第4章 参数化的局部多视海明距离度量学习第84-102页
    4.1 引言第84-85页
    4.2 哈希方法研究进展第85-87页
    4.3 参数化的局部多视海明距离度量学习第87-94页
        4.3.1 基于局部哈希函数的多视海明距离度量第87-90页
        4.3.2 目标函数第90-91页
        4.3.3 最优化求解第91-93页
        4.3.4 复杂度分析第93-94页
    4.4 讨论第94-95页
    4.5 实验第95-97页
        4.5.1 实验设置第95页
        4.5.2 Wiki数据库结果第95-96页
        4.5.3 Flickr数据库结果第96-97页
    4.6 本章小结第97-102页
第5章 基于多视核回归的渐进图像去噪第102-119页
    5.1 引言第102-103页
    5.2 基于多视核回归的渐进图像去噪第103-110页
        5.2.1 基本出发点第103-104页
        5.2.2 问题描述第104页
        5.2.3 目标函数第104-105页
        5.2.4 基于隐式核的优化第105-106页
        5.2.5 基于显式核的优化第106-107页
        5.2.6 讨论第107-108页
        5.2.7 基于多视核回归的渐进图像去噪框架第108-110页
    5.3 实验结果和分析第110-116页
        5.3.1 椒盐噪声去除第111-112页
        5.3.2 随机噪声去除第112-113页
        5.3.3 椒盐噪声和模糊去除第113-114页
        5.3.4 随机噪声和模糊去除第114-115页
        5.3.5 时间和精度比较第115-116页
    5.4 本章小结第116-119页
结论第119-121页
参考文献第121-131页
攻读博士学位期间发表的学术论文及其它成果第131-134页
致谢第134-136页
个人简历第136-137页

论文共137页,点击 下载论文
上一篇:资源视角下创业网络形成机制研究
下一篇:面向汽车主动安全的图像处理关键技术研究