特征向量的稀疏性分析及其应用研究
| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 第1章 引言 | 第8-14页 |
| 1.1 论文研究背景及意义 | 第8-9页 |
| 1.2 国内外研究现状分析 | 第9-12页 |
| 1.3 本文主要研究内容及结构安排 | 第12-14页 |
| 第2章 主成分分析及其稀疏性分析 | 第14-29页 |
| 2.1 引言 | 第14页 |
| 2.2 主成分分析 | 第14-20页 |
| 2.2.1 简介 | 第14-16页 |
| 2.2.2 方差最大化 | 第16-18页 |
| 2.2.3 误差最小化 | 第18-19页 |
| 2.2.4 奇异值分解 | 第19-20页 |
| 2.3 稀疏主成分分析 | 第20-27页 |
| 2.3.1 稀疏编码 | 第20-24页 |
| 2.3.2 SPCA算法 | 第24-27页 |
| 2.4 本章小结 | 第27-29页 |
| 第3章 基于稀疏主成分分析的目标识别 | 第29-39页 |
| 3.1 引言 | 第29页 |
| 3.2 基于稀疏主成分分析的人脸识别 | 第29-33页 |
| 3.2.1 标准库介绍 | 第29-30页 |
| 3.2.2 实验结果及分析 | 第30-33页 |
| 3.3 基于稀疏主成分分析的目标识别 | 第33-37页 |
| 3.3.1 标准库介绍 | 第33-34页 |
| 3.3.2 实验结果及分析 | 第34-37页 |
| 3.4 本章小结 | 第37-39页 |
| 第4章 典型相关分析及其稀疏性分析 | 第39-47页 |
| 4.1 引言 | 第39页 |
| 4.2 典型相关分析 | 第39-44页 |
| 4.2.1 算法理论 | 第40-43页 |
| 4.2.2 算法实现 | 第43-44页 |
| 4.3 稀疏典型相关分析 | 第44-46页 |
| 4.4 本章小结 | 第46-47页 |
| 第5章 基于稀疏典型相关分析的目标识别 | 第47-55页 |
| 5.1 引言 | 第47页 |
| 5.2 基于稀疏典型相关分析的目标识别 | 第47-54页 |
| 5.2.1 标准库介绍 | 第47-49页 |
| 5.2.2 实验结果及分析 | 第49-54页 |
| 5.3 本章小结 | 第54-55页 |
| 总结与展望 | 第55-56页 |
| 参考文献 | 第56-62页 |
| 攻读硕士学位期间取得的学术成果 | 第62-63页 |
| 致谢 | 第63页 |
