| 中文摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 引言 | 第8-13页 |
| 1.1 研究背景与意义 | 第8页 |
| 1.2 国内外研究现状的概述 | 第8-11页 |
| 1.3 论文的主要研究内容 | 第11页 |
| 1.4 论文结构 | 第11-12页 |
| 1.5 小结 | 第12-13页 |
| 第二章 传统基于稀疏表示分类器算法研究 | 第13-22页 |
| 2.1 稀疏表示理论 | 第13页 |
| 2.1.1 稀疏表示的概述 | 第13页 |
| 2.2 稀疏模型的建立 | 第13-16页 |
| 2.3 传统的基于稀疏表示分类器算法 | 第16-21页 |
| 2.3.1 基于稀疏表示分类器算法 | 第16-19页 |
| 2.3.2 局部稀疏表示分类器算法 | 第19-21页 |
| 2.4 小结 | 第21-22页 |
| 第三章 基于核函数和稀疏表示的快速分类器算法的设计 | 第22-36页 |
| 3.1 传统基于稀疏表示分类器算法局限性分析 | 第22页 |
| 3.2 基于核函数和稀疏表示的快速分类器算法模型 | 第22-26页 |
| 3.3 基于核函数和稀疏表示的快速分类器算法合理性分析 | 第26页 |
| 3.4 实验结果 | 第26-35页 |
| 3.4.1 ORL人脸库的实验结果 | 第27-31页 |
| 3.4.2 YALE人脸库的实验结果 | 第31-33页 |
| 3.4.3 FERET人脸库的实验结果 | 第33-35页 |
| 3.5 小结 | 第35-36页 |
| 第四章 改进的两阶段协作稀疏表示分类器算法的设计 | 第36-47页 |
| 4.1 改进的两阶段协作稀疏表示分类器算法模型 | 第36-38页 |
| 4.2 两阶段协作稀疏表示分类器算法合理性分析 | 第38-39页 |
| 4.3 实验结果 | 第39-46页 |
| 4.3.1 ORL人脸库的实验结果 | 第39-42页 |
| 4.3.2 YALE人脸库的实验结果 | 第42-44页 |
| 4.3.3 AR人脸库的实验结果 | 第44-46页 |
| 4.4 小结 | 第46-47页 |
| 第五章 基于核函数和稀疏表示的自适应分类器算法的设计 | 第47-59页 |
| 5.1 基于核函数和稀疏表示的自适应分类器算法模型 | 第47-51页 |
| 5.2 基于核函数和稀疏表示的自适应分类器算法合理性分析 | 第51页 |
| 5.3 实验结果 | 第51-58页 |
| 5.3.1 ORL人脸库的实验结果 | 第52-54页 |
| 5.3.2 YALE人脸库的实验结果 | 第54-56页 |
| 5.3.3 FERET人脸库的实验结果 | 第56-58页 |
| 5.4 小结 | 第58-59页 |
| 讨论与展望 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 致谢 | 第65-66页 |
| 在学期间的研究成果及发表的学术论文 | 第66页 |
