| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 目录 | 第7-9页 |
| 第1章 绪论 | 第9-13页 |
| 1.1. 研究背景与现状 | 第9-11页 |
| 1.2. 本文工作概要 | 第11-12页 |
| 1.3. 本文组织架构 | 第12-13页 |
| 第2章 背景知识 | 第13-23页 |
| 2.1. 潜在结构与潜在语义分析 | 第13-15页 |
| 2.1.1. 词袋模型 | 第13-14页 |
| 2.1.2. 共现数据的潜在结构模型 | 第14页 |
| 2.1.3. 潜在语义分析和奇异值分解 | 第14-15页 |
| 2.2. 概率潜在语义分析 | 第15-19页 |
| 2.2.1. 切面模型 | 第15-17页 |
| 2.2.2. EM 算法 | 第17-18页 |
| 2.2.3. 切面模型的几何含义 | 第18-19页 |
| 2.3. 主题模型的图像领域应用 | 第19-23页 |
| 2.3.1. 视觉词袋模型 | 第19-20页 |
| 2.3.2. 主题模型用于图像识别 | 第20-23页 |
| 第3章 基于动态阈值模型的 PLSA 方法 | 第23-31页 |
| 3.1. 阈值设定方法 | 第23-26页 |
| 3.1.1. 稀疏性控制阈值 | 第23-25页 |
| 3.1.2. 合并次数控制阈值 | 第25-26页 |
| 3.2. 基于动态阈值模型的 PLSA 算法 | 第26-29页 |
| 3.3. 基于动态阈值模型的潜在语义空间 | 第29-31页 |
| 第4章 实验与性能分析 | 第31-40页 |
| 4.1. 实验数据集与相应的特征提取方法 | 第31-34页 |
| 4.1.1. 数据集 | 第31-32页 |
| 4.1.2. 特征提取方法 | 第32-34页 |
| 4.2. 评估方法 | 第34-35页 |
| 4.3. 实验设计与结果分析 | 第35-40页 |
| 4.3.1. OT 数据集上的实验设计与结果 | 第35-37页 |
| 4.3.2. Caltech256 数据集上的实验结果 | 第37-40页 |
| 第5章 总结和展望 | 第40-42页 |
| 5.1. 工作总结 | 第40-41页 |
| 5.2. 下一步工作 | 第41-42页 |
| 参考文献 | 第42-44页 |
| 致谢 | 第44-45页 |
| 个人简介 | 第45页 |