基于改进字典学习的隐子空间聚类算法的研究
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 课题研究的目的与意义 | 第8-9页 |
| 1.2 国内外研究状况 | 第9-11页 |
| 1.3 论文主要工作及章节安排 | 第11-14页 |
| 第二章 相关理论介绍 | 第14-26页 |
| 2.1 稀疏表示相关知识 | 第14-17页 |
| 2.1.1 稀疏表示模型 | 第14-15页 |
| 2.1.2 匹配追踪算法MP | 第15-16页 |
| 2.1.3 正交匹配追踪算法OMP | 第16-17页 |
| 2.2 字典学习相关知识 | 第17-19页 |
| 2.2.1 字典学习模型 | 第17-18页 |
| 2.2.2 MOD和K-SVD算法 | 第18-19页 |
| 2.3 聚类算法相关知识 | 第19-24页 |
| 2.3.1 子空间聚类算法 | 第19-20页 |
| 2.3.2 谱聚类算法 | 第20-24页 |
| 2.4 本章小结 | 第24-26页 |
| 第三章 基于稀疏表示的隐子空间聚类 | 第26-32页 |
| 3.1 引言 | 第26-27页 |
| 3.2 稀疏子空间聚类 | 第27-28页 |
| 3.3 LSC算法模型 | 第28-30页 |
| 3.4 LSC算法步骤 | 第30-31页 |
| 3.5 本章小结 | 第31-32页 |
| 第四章 改进的隐子空间聚类算法 | 第32-44页 |
| 4.1 引言 | 第32页 |
| 4.2 判别式字典训练算法 | 第32-33页 |
| 4.3 参数初始化的推导 | 第33-34页 |
| 4.4 ILSC算法步骤 | 第34页 |
| 4.5 实验结果与分析 | 第34-42页 |
| 4.5.1 实验数据 | 第34-37页 |
| 4.5.2 实验设置 | 第37-38页 |
| 4.5.3 实验结果 | 第38-42页 |
| 4.6 本章小结 | 第42-44页 |
| 第五章 增量式的ILSC算法 | 第44-56页 |
| 5.1 引言 | 第44页 |
| 5.2 增量式字典训练算法 | 第44-45页 |
| 5.3 I~2LSC算法步骤 | 第45-46页 |
| 5.4 实验结果与分析 | 第46-55页 |
| 5.4.1 实验数据 | 第46页 |
| 5.4.2 实验设置 | 第46页 |
| 5.4.3 实验结果 | 第46-55页 |
| 5.5 本章小结 | 第55-56页 |
| 第六章 主要结论与展望 | 第56-58页 |
| 6.1 主要结论 | 第56页 |
| 6.2 展望 | 第56-58页 |
| 致谢 | 第58-59页 |
| 参考文献 | 第59-62页 |
| 附录: 作者在攻读硕士学位期间发表的论文 | 第62页 |
