摘要 | 第5-6页 |
Abstract | 第6-7页 |
第一章 绪论 | 第10-17页 |
1.1 研究背景与意义 | 第10-11页 |
1.2 国内外研究现状 | 第11-15页 |
1.2.1 子空间聚类的研究现状 | 第11-13页 |
1.2.2 多视图聚类的研究现状 | 第13-15页 |
1.3 主要研究工作 | 第15-16页 |
1.4 论文的组织结构 | 第16-17页 |
第二章 背景知识 | 第17-24页 |
2.1 谱聚类 | 第17-18页 |
2.2 子空间聚类算法 | 第18-20页 |
2.3 多视图子空间聚类 | 第20-21页 |
2.4 增广拉格朗日乘子法 | 第21-22页 |
2.5 交替方向乘子算法 | 第22-23页 |
2.6 本章小结 | 第23-24页 |
第三章 基于联合schattenp范数和p范数的低秩单视图子空间聚类算法 | 第24-35页 |
3.1 引言 | 第24页 |
3.2 算法模型与求解 | 第24-30页 |
3.2.1 算法模型 | 第24-26页 |
3.2.2 算法的求解 | 第26-30页 |
3.3 实验结果与分析 | 第30-33页 |
3.3.1 在ORL人脸数据集的实验结果 | 第31-32页 |
3.3.2 在ExtendedYaleDatabaseB数据集的实验结果 | 第32-33页 |
3.3.3 在COIL20数据集的实验结果 | 第33页 |
3.4 本章小结 | 第33-35页 |
第四章 低秩多视图子空间聚类算法 | 第35-53页 |
4.1 引言 | 第35页 |
4.2 基于核范数的低秩多视图子空间聚类算法 | 第35-40页 |
4.2.1 基于核范数低秩多视图子空间聚类模型 | 第35-37页 |
4.2.2 基于核范数低秩多视图子空间聚类模型的求解算法 | 第37-40页 |
4.3 基于schattenp范数的低秩多视图子空间聚类算法 | 第40-42页 |
4.4 两种算法的关系 | 第42-43页 |
4.5 实验结果与分析 | 第43-51页 |
4.5.1 特征描述 | 第43-44页 |
4.5.2 数据集描述 | 第44-45页 |
4.5.3 实验结果与分析 | 第45-51页 |
4.6 本章小结 | 第51-53页 |
总结与展望 | 第53-56页 |
参考文献 | 第56-59页 |
攻读硕士学位期间取得的研究成果 | 第59-60页 |
附件 | 第60-61页 |
致谢 | 第61-62页 |