| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第8-14页 |
| 1.1 研究背景及意义 | 第8-10页 |
| 1.2 研究现状 | 第10-12页 |
| 1.3 本文贡献 | 第12页 |
| 1.4 本文的主要内容及章节安排 | 第12-14页 |
| 2 基于谱聚类的子空间聚类算法 | 第14-25页 |
| 2.1 基于低秩表示的子空间分割算法 | 第14-19页 |
| 2.1.1 低秩表示 | 第14-16页 |
| 2.1.2 基于低秩表示的子空间聚类 | 第16-19页 |
| 2.2 基于稀疏表示的子空间聚类方法 | 第19-21页 |
| 2.2.1 稀疏表示 | 第19-20页 |
| 2.2.2 稀疏子空间聚类 (SSC) | 第20-21页 |
| 2.3 扩展的子空间聚类 | 第21-25页 |
| 2.3.1 基于最小二乘回归的子空间聚类(LSR) | 第21-23页 |
| 2.3.2 基于隐藏空间的稀疏子空间聚类(LS3C) | 第23-25页 |
| 3 基于子空间学习的低秩表示 | 第25-32页 |
| 3.1 模型的提出 | 第25页 |
| 3.2 非线性扩展 | 第25-26页 |
| 3.3 为流形聚类学习一个子空间 | 第26-28页 |
| 3.4 数值求解 | 第28页 |
| 3.5 模型的动机和原理 | 第28-32页 |
| 4 实验结果 | 第32-37页 |
| 4.1 Hopkins 155 数据集 | 第32-33页 |
| 4.2 Extended Yale B数据库 | 第33-34页 |
| 4.3 CMU PIE数据库 | 第34-35页 |
| 4.4 COIL-20 数据库 | 第35页 |
| 4.5 USC SIPI纹理库 | 第35-37页 |
| 结论 | 第37-38页 |
| 参考文献 | 第38-41页 |
| 攻读硕士学位期间发表学术论文情况 | 第41-42页 |
| 致谢 | 第42页 |