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

网络空间图像标注中半监督稀疏特征选择算法研究

致谢第5-6页
摘要第6-8页
ABSTRACT第8-9页
目录第10-13页
符号说明第13-14页
1 绪论第14-24页
    1.1 研究背景和意义第14-15页
    1.2 国内外研究概况第15-21页
        1.2.1 图像标注第15-16页
        1.2.2 特征选择第16-19页
        1.2.3 国内外研究机构和图像数据库第19-21页
    1.3 论文主要研究工作第21-22页
    1.4 论文内容与结构安排第22-24页
2 半监督稀疏特征选择算法研究的相关知识第24-44页
    2.1 图像视觉特征第24-27页
        2.1.1 颜色特征第24-25页
        2.1.2 纹理特征第25-26页
        2.1.3 形状特征第26页
        2.1.4 基于关键点的特征第26-27页
    2.2 稀疏表示理论第27-32页
        2.2.1 生理学基础第27-28页
        2.2.2 稀疏表示理论第28-29页
        2.2.3 稀疏表示求解第29-31页
        2.2.4 字典构造第31-32页
    2.3 半监督学习第32-37页
        2.3.1 监督、非监督与半监督学习概述第32-33页
        2.3.2 聚类假设和流形假设第33-34页
        2.3.3 基于图的半监督学习第34-36页
        2.3.4 基于流形正则化半监督学习第36-37页
    2.4 多视图学习第37-43页
        2.4.1 概述第37-38页
        2.4.2 基本准则第38-39页
        2.4.3 多个视图结合方式第39-41页
        2.4.4 多视图学习方法分类第41-43页
    2.5 本章小结第43-44页
3 基于l_(2,1/2)矩阵范数稀疏特征选择算法研究第44-62页
    3.1 常用稀疏性惩罚第44-46页
        3.1.1 l_1范数第44-45页
        3.1.2 l_p范数第45页
        3.1.3 l_(2,1)范数第45-46页
    3.2 图拉普拉斯半监督稀疏特征选择算法FSLG第46-52页
        3.2.1 l_(2,p)矩阵范数第46-47页
        3.2.2 FSLG算法框架第47-48页
        3.2.3 目标函数求解第48-50页
        3.2.4 收敛性分析第50-52页
    3.3 实验分析第52-61页
        3.3.1 数据库及实验设置第52-53页
        3.3.2 评价准则和比较方法第53-54页
        3.3.3 实验结果分析第54-61页
    3.4 本章小结第61-62页
4 Hessian正则化半监督稀疏特征选择算法研究第62-78页
    4.1 Hessian正则化半监督稀疏特征选择算法HFSL第62-69页
        4.1.1 Hessian正则化第63-65页
        4.1.2 HFSL算法框架第65-66页
        4.1.3 目标函数求解第66-67页
        4.1.4 收敛性分析第67-69页
    4.2 实验分析第69-77页
        4.2.1 数据库及特征第69页
        4.2.2 实验设置及比较方法第69-70页
        4.2.3 实验结果分析第70-77页
    4.3 本章小结第77-78页
5 多视图半监督稀疏特征选择算法研究第78-102页
    5.1 多视图Hessian半监督稀疏特征选择算法MHSFS第78-92页
        5.1.1 MHSFS算法框架第78-81页
        5.1.2 目标函数求解第81-83页
        5.1.3 收敛性分析第83-86页
        5.1.4 实验分析第86-92页
    5.2 基于l_(2,1/2)矩阵范数和共享子空间的半监督稀疏特征选择算法SFSLS第92-101页
        5.2.1 SFSLS算法提出第93-94页
        5.2.2 目标函数求解第94-97页
        5.2.3 收敛性分析第97-98页
        5.2.4 实验分析第98-101页
    5.3 本章小结第101-102页
6 基于半监督稀疏特征选择的网络图像检索标注系统第102-112页
    6.1 系统概述第102-104页
    6.2 系统平台第104-111页
        6.2.1 系统模块第104-106页
        6.2.2 系统演示第106-111页
    6.3 本章内容小结第111-112页
7 总结与展望第112-114页
    7.1 工作总结第112-113页
    7.2 未来展望第113-114页
参考文献第114-124页
作者简历及攻读博士学位期间取得的研究成果第124-128页
学位论文数据集第128页

论文共128页,点击 下载论文
上一篇:盐地碱蓬种子萌发过程中耐盐生理指标测定及基因表达分析
下一篇:抗菌药物选择压力下的布鲁氏菌突变特征的研究