| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第10-11页 |
| 缩略语对照表 | 第11-14页 |
| 第一章 绪论 | 第14-18页 |
| 1.1 研究背景 | 第14页 |
| 1.2 研究现状 | 第14-16页 |
| 1.2.1 迁移学习的研究现状 | 第14-15页 |
| 1.2.2 数据降维的研究现状 | 第15-16页 |
| 1.2.3 谱聚类的研究现状 | 第16页 |
| 1.3 本文的工作及结构 | 第16-18页 |
| 第二章 多视图学习简介 | 第18-24页 |
| 2.1 多视图学习理论 | 第18-20页 |
| 2.2 多视图学习方法 | 第20-22页 |
| 2.3 本章小结 | 第22-24页 |
| 第三章 多视图迁移学习算法的改进 | 第24-38页 |
| 3.1 多视图迁移学习 | 第24-27页 |
| 3.1.1 多视图迁移学习介绍 | 第24-25页 |
| 3.1.2 多源多视图迁移学习 | 第25-27页 |
| 3.2 基于视图一致性的多视图迁移学习算法 | 第27-31页 |
| 3.2.1 基于GMM计算密度比 | 第27-29页 |
| 3.2.2 基于视图一致性的多视图迁移学习算法 | 第29-31页 |
| 3.3 实验与分析 | 第31-37页 |
| 3.3.1 实验数据集 | 第31-33页 |
| 3.3.2 实验设计与结果分析 | 第33-37页 |
| 3.4 本章小结 | 第37-38页 |
| 第四章 多视图数据降维方法的改进 | 第38-54页 |
| 4.1 多视图半监督降维方法 | 第38-40页 |
| 4.1.1 半监督降维方法介绍 | 第38-39页 |
| 4.1.2 多视图半监督降维方法 | 第39-40页 |
| 4.2 一种改进的多视图半监督降维方法 | 第40-43页 |
| 4.2.1 半监督半配对多视图降维方法 | 第40-42页 |
| 4.2.2 半监督半配对多视图降维方法求解 | 第42-43页 |
| 4.3 基于字典学习的稀疏多视图降维 | 第43-47页 |
| 4.3.1 基于字典学习的稀疏多视图降维方法 | 第43-44页 |
| 4.3.2 基于字典学习的稀疏多视图降维方法求解 | 第44-47页 |
| 4.4 实验与分析 | 第47-53页 |
| 4.4.1 实验数据集 | 第47-48页 |
| 4.4.2 实验设计与结果分析 | 第48-53页 |
| 4.5 本章小结 | 第53-54页 |
| 第五章 改进的多视图谱聚类算法 | 第54-70页 |
| 5.1 谱聚类算法 | 第54-56页 |
| 5.1.1 传统谱聚类算法 | 第54-55页 |
| 5.1.2 基于马尔科夫链的谱聚类算法 | 第55-56页 |
| 5.2 基于马尔科夫链的多视图谱聚类改进算法 | 第56-63页 |
| 5.2.1 引入角度相似性度量的多视图谱聚类算法 | 第56-60页 |
| 5.2.2 引入角度相似性度量的多视图谱聚类算法求解 | 第60-63页 |
| 5.3 实验与分析 | 第63-69页 |
| 5.3.1 实验数据集 | 第63-64页 |
| 5.3.2 实验设计与结果分析 | 第64-69页 |
| 5.4 本章小结 | 第69-70页 |
| 第六章 总结与展望 | 第70-72页 |
| 6.1 工作总结 | 第70-71页 |
| 6.2 展望 | 第71-72页 |
| 参考文献 | 第72-76页 |
| 致谢 | 第76-78页 |
| 作者简介 | 第78-79页 |