基于三元组图模型的数据拓扑结构研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第8-16页 |
| 1.1 研究背景与意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-13页 |
| 1.2.1 图模型与数据拓扑结构 | 第9-12页 |
| 1.2.2 同时特征选择与聚类 | 第12页 |
| 1.2.3 解析型字典学习与模式分类 | 第12-13页 |
| 1.3 本文主要研究内容与章节安排 | 第13-14页 |
| 1.4 全文符号概要 | 第14-16页 |
| 2 基于三元组的图模型构建方法 | 第16-28页 |
| 2.1 拉普拉斯矩阵和图模型 | 第16-17页 |
| 2.2 数据拓扑结构研究 | 第17-20页 |
| 2.2.1 基于Fisher准则的全局约束 | 第17-18页 |
| 2.2.2 基于近邻关系保持的局部约束 | 第18-19页 |
| 2.2.3 基于线性加权求和关系保持的约束 | 第19-20页 |
| 2.3 基于三元组的图模型构建方法 | 第20-22页 |
| 2.4 相关概念 | 第22-26页 |
| 2.4.1 特征选择 | 第22-23页 |
| 2.4.2 字典学习 | 第23-24页 |
| 2.4.3 相关熵 | 第24-26页 |
| 2.4.4 半二次优化技术 | 第26页 |
| 2.5 本章小结 | 第26-28页 |
| 3 保持排序局部性的非监督特征选择方法 | 第28-40页 |
| 3.1 引言 | 第28-29页 |
| 3.2 方法建模 | 第29-32页 |
| 3.2.1 三元组诱导的排序局部性 | 第29-31页 |
| 3.2.2 总体目标函数 | 第31-32页 |
| 3.2.3 模型推广 | 第32页 |
| 3.3 模型求解 | 第32-35页 |
| 3.3.1 增广函数 | 第32-33页 |
| 3.3.2 优化步骤 | 第33-35页 |
| 3.3.3 收敛性分析 | 第35页 |
| 3.4 实验与分析 | 第35-38页 |
| 3.4.1 数据库和对比算法 | 第35-36页 |
| 3.4.2 实验设置 | 第36-37页 |
| 3.4.3 结果与分析 | 第37-38页 |
| 3.5 本章小结 | 第38-40页 |
| 4 基于判决拓扑性的解析型字典学习方法 | 第40-53页 |
| 4.1 引言 | 第40-41页 |
| 4.2 方法建模 | 第41-44页 |
| 4.2.1 编码一致项 | 第41-42页 |
| 4.2.2 基于三元组的损失函数 | 第42-44页 |
| 4.2.3 相关熵诱导的目标函数 | 第44页 |
| 4.3 模型求解 | 第44-47页 |
| 4.3.1 增广函数 | 第44-45页 |
| 4.3.2 优化步骤 | 第45-47页 |
| 4.3.3 收敛性分析 | 第47页 |
| 4.4 实验与分析 | 第47-52页 |
| 4.4.1 数据库和对比算法 | 第47-50页 |
| 4.4.2 实验设置 | 第50-51页 |
| 4.4.3 结果与分析 | 第51-52页 |
| 4.5 本章小结 | 第52-53页 |
| 结论 | 第53-54页 |
| 参考文献 | 第54-58页 |
| 附录A 拉普拉斯矩阵性质的补充证明 | 第58-60页 |
| 攻读硕士学位期间发表学术论文情况 | 第60-62页 |
| 致谢 | 第62-64页 |
