首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机软件论文--程序设计、软件工程论文--程序设计论文

基于自表达的多视角子空间聚类方法研究

摘要第4-5页
ABSTRACT第5-6页
第一章 绪论第10-22页
    1.1 研究背景和意义第10-13页
    1.2 研究现状第13-17页
        1.2.1 多视角及子空间聚类研究现状第13-16页
        1.2.2 视频人脸聚类研究现状第16-17页
    1.3 主要研究内容与贡献第17-20页
    1.4 组织结构第20-22页
第二章 增强互补性的多视角聚类研究第22-42页
    2.1 朴素多视角子空间聚类第22-25页
        2.1.1 子空间聚类基础第23-24页
        2.1.2 朴素多视角子空间聚类第24-25页
    2.2 多样性诱导的子空间聚类第25-31页
        2.2.1 表达多样性约束项第26-27页
        2.2.2 多样性诱导的多视角子空间聚类第27-28页
        2.2.3 问题优化第28-31页
    2.3 实验分析第31-40页
        2.3.1 数据集第31-32页
        2.3.2 对比算法第32-33页
        2.3.3 评价指标第33-34页
        2.3.4 实验结果第34-40页
    2.4 小结第40-42页
第三章 高阶关联的多视角聚类研究第42-58页
    3.1 低秩张量约束的多视角子空间聚类第43-46页
        3.1.1 张量基础第44-45页
        3.1.2 低秩张量约束的多视角子空间聚类第45-46页
    3.2 问题优化第46-50页
    3.3 实验分析第50-57页
    3.4 小结第57-58页
第四章 融合约束的多视角聚类研究第58-84页
    4.1 约束的多视角聚类及其应用第58-66页
        4.1.1 视频预处理第58-59页
        4.1.2 先验约束第59-60页
        4.1.3 约束的稀疏子空间表达第60-62页
        4.1.4 约束的谱聚类第62-64页
        4.1.5 约束的多视角谱聚类第64-66页
        4.1.6 计算复杂度第66页
    4.2 实验分析第66-81页
        4.2.1 实验设置第67-69页
        4.2.2 关键功能部分作用评估第69-73页
        4.2.3 定性及定量结果分析第73-77页
        4.2.4 不同采样数下的鲁棒性第77-80页
        4.2.5 人脸检测噪声下的鲁棒性第80-81页
        4.2.6 参数调节第81页
    4.3 小结第81-84页
第五章 总结与展望第84-88页
    5.1 总结第84-85页
    5.2 展望第85-88页
参考文献第88-96页
发表论文和参加科研情况说明第96-98页
致谢第98-99页

论文共99页,点击 下载论文
上一篇:基于生成模型和矩阵分解的社区发现算法研究
下一篇:多媒体分析中的半监督和张量学习的研究