非负低秩组稀疏矩阵分解及其图像检索应用
| 英文缩写词对照表 | 第9-10页 |
| 摘要 | 第10-12页 |
| ABSTRACT | 第12-13页 |
| 第一章 绪论 | 第14-22页 |
| 1.1 课题研究的背景及意义 | 第14-17页 |
| 1.2 国内外研究现状 | 第17-19页 |
| 1.3 论文主要工作 | 第19-22页 |
| 1.3.1 论文的主要内容和特色 | 第19-20页 |
| 1.3.2 论文结构 | 第20-22页 |
| 第二章 相关工作 | 第22-33页 |
| 2.1 非负矩阵分解的提出及求解 | 第22-24页 |
| 2.1.1 非负矩阵分解的提出 | 第23页 |
| 2.1.2 非负矩阵分解的求解方法 | 第23-24页 |
| 2.2 低秩表达和稀疏编码 | 第24-25页 |
| 2.3 基于内容的图像检索 | 第25-32页 |
| 2.3.1 图像特征提取 | 第26-30页 |
| 2.3.2 距离度量方法 | 第30-32页 |
| 2.4 本章小结 | 第32-33页 |
| 第三章 非负低秩组稀疏矩阵分解 | 第33-48页 |
| 3.1 模型构建 | 第33-34页 |
| 3.2 算法推导 | 第34-38页 |
| 3.3 数值实验 | 第38-47页 |
| 3.3.1 图像聚类实验 | 第39-41页 |
| 3.3.2 人脸识别实验 | 第41-44页 |
| 3.3.3 参数选择实验 | 第44-47页 |
| 3.4 本章小结 | 第47-48页 |
| 第四章 基于NLRGS与SIFT的图像检索 | 第48-61页 |
| 4.1 研究背景 | 第48-49页 |
| 4.1.1 现有方法的缺陷 | 第48页 |
| 4.1.2 NLRGS的特点 | 第48-49页 |
| 4.2 应用流程设计 | 第49-52页 |
| 4.3 数值实验 | 第52-57页 |
| 4.3.1 聚类方法对检索性能影响的对比实验 | 第52-54页 |
| 4.3.2 不同编码和度量方式的检索对比实验 | 第54-57页 |
| 4.4 并行方法及流程设计 | 第57-59页 |
| 4.5 并行实验结果 | 第59-60页 |
| 4.6 本章小结 | 第60-61页 |
| 结束语 | 第61-63页 |
| 5.1 工作总结 | 第61页 |
| 5.2 不足与展望 | 第61-63页 |
| 致谢 | 第63-65页 |
| 参考文献 | 第65-71页 |
| 作者在学期间取得的学术成果 | 第71页 |
