子空间聚类及其应用
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 1 绪论 | 第8-13页 |
| 1.1 子空间聚类的研究背景 | 第8-9页 |
| 1.2 子空间聚类的发展和研究现状 | 第9-11页 |
| 1.2.1 稀疏表示和秩极小化 | 第9-10页 |
| 1.2.2 发展现状 | 第10-11页 |
| 1.3 本文的主要工作与内容安排 | 第11-13页 |
| 2 子空间聚类的理论知识 | 第13-23页 |
| 2.1 聚类方法概述 | 第13-15页 |
| 2.2 子空间聚类概述 | 第15-16页 |
| 2.3 子空间聚类的相关数学理论 | 第16-20页 |
| 2.3.1 图论相关理论 | 第16-17页 |
| 2.3.2 矩阵论相关内容 | 第17-20页 |
| 2.4 谱聚类算法简述 | 第20-21页 |
| 2.5 本章总结 | 第21-23页 |
| 3 子空间聚类算法研究 | 第23-40页 |
| 3.1 稀疏子空间聚类(SSC) | 第23-28页 |
| 3.1.1 稀疏优化模型 | 第24-25页 |
| 3.1.2 基于稀疏表示的聚类 | 第25-28页 |
| 3.2 低秩表示子空间聚类 | 第28-31页 |
| 3.3 稀疏和低秩子空间聚类的衍生模型 | 第31-39页 |
| 3.3.1 二次规划子空间分割模型（SSQP） | 第31-32页 |
| 3.3.2 隐低秩表示模型（Lat LRR） | 第32-33页 |
| 3.3.3 最小二乘回归模型(LSR) | 第33-36页 |
| 3.3.4 非负低秩稀疏表示模型(NNLRS) | 第36页 |
| 3.3.5 对称的低秩表示模型（LRRSC） | 第36-37页 |
| 3.3.6 低秩子空间聚类模型（LRSC） | 第37-39页 |
| 3.4 本章总结 | 第39-40页 |
| 4 聚类算法应用 | 第40-56页 |
| 4.1 高维数据聚类 | 第41-44页 |
| 4.2 合成数据 | 第44-49页 |
| 4.3 人脸聚类 | 第49-52页 |
| 4.4 运动分割 | 第52-55页 |
| 4.5 本章总结 | 第55-56页 |
| 5 总结与展望 | 第56-57页 |
| 致谢 | 第57-58页 |
| 参考文献 | 第58-64页 |
| 参加研究的科研项目 | 第64页 |
