非负矩阵分解在图像分析中的应用
| 中文摘要 | 第1页 |
| 英文摘要 | 第4-7页 |
| 第一章 引言 | 第7-12页 |
| ·选题依据 | 第7-8页 |
| ·国内外研究现状 | 第8-10页 |
| ·论文内容安排 | 第10-12页 |
| 第二章 图像分析理论基础 | 第12-24页 |
| ·图像特征的描述 | 第12-13页 |
| ·图像特征分析方法 | 第13-17页 |
| ·图像的稀疏性 | 第17-18页 |
| ·图像质量评价 | 第18-23页 |
| ·图像质量的主观评价 | 第19-21页 |
| ·图像质量的客观评价 | 第21-23页 |
| ·本章小结 | 第23-24页 |
| 第三章 非负矩阵分解 | 第24-35页 |
| ·非负矩阵分解问题 | 第24-25页 |
| ·常见的非负矩阵分解算法 | 第25-28页 |
| ·标准 NMF | 第25-26页 |
| ·LNMF | 第26页 |
| ·NNSC | 第26-27页 |
| ·SNMF | 第27-28页 |
| ·非负矩阵分解算法归纳 | 第28-30页 |
| ·乘性迭代方法 | 第28-29页 |
| ·梯度下降方法 | 第29页 |
| ·交替最小平方方法 | 第29-30页 |
| ·定点 NMF | 第30-33页 |
| ·多层 MNF | 第33页 |
| ·本章小结 | 第33-35页 |
| 第四章 NMF 算法的深层理解 | 第35-44页 |
| ·NMF 产生唯一解条件 | 第35-39页 |
| ·基个数的选取 | 第39页 |
| ·NMF 学习到的局部特征比较 | 第39-43页 |
| ·本章小结 | 第43-44页 |
| 第五章 FPNMF 算法在图像分析中的应用 | 第44-56页 |
| ·本文研究所用到的图像 | 第44-45页 |
| ·FPNMF 算法用于图像复原 | 第45-49页 |
| ·图像恢复和盲源分离思想 | 第45-46页 |
| ·利用 FPNMF 的算法进行图像复原的步骤 | 第46页 |
| ·盲图像的分离 | 第46-49页 |
| ·FPNMF 算法用于图像融合 | 第49-54页 |
| ·图像融合的 NMF 方法 | 第49页 |
| ·利用 FPNMF 的算法进行图像融合的步骤 | 第49-50页 |
| ·FPNMF 用于图像融合示例 | 第50-54页 |
| ·本章小结 | 第54-56页 |
| 第六章 总结及展望 | 第56-58页 |
| ·本文总结 | 第56-57页 |
| ·进一步研究的问题 | 第57-58页 |
| 参考文献 | 第58-63页 |
| 致谢 | 第63-64页 |
| 附录 | 第64-65页 |
| 在校期间发表的学术论文 | 第65页 |
