首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文--自动推理、机器学习论文

李群深层结构学习算法研究

中文摘要第1-5页
Abstract第5-8页
第一章 引言第8-14页
   ·李群机器学习的研究现状第8-10页
   ·深层结构学习的研究现状第10-12页
   ·问题提出及内容安排第12-14页
第二章 相关理论基础第14-24页
   ·李群的基本概念第14-15页
   ·李代数第15-17页
   ·李代数作用第17-18页
   ·李群的生成元第18-21页
   ·线性李群第21页
   ·参数李群第21-23页
   ·本章小结第23-24页
第三章 李群深层结构学习第24-37页
   ·深层结构学习第24-25页
   ·构造深层结构模型第25-26页
   ·深层结构学习算法第26-29页
     ·深层贝叶斯网络第27-28页
     ·编码/解码算法第28页
     ·局部线性嵌入(LLE)第28-29页
   ·李群深层结构学习算法第29-34页
     ·深层结构半监督学习算法第29-31页
     ·李群深层结构半监督学习算法第31-34页
   ·实验分析第34-36页
     ·参数选取第34页
     ·实验结果第34-36页
   ·本章小结第36-37页
第四章 李群逐层学习算法第37-45页
   ·奇异值特征提取第37-40页
     ·奇异值分解的两个定理第38-39页
     ·特征提取第39-40页
   ·逐层学习算法第40-42页
     ·李群逐层学习第41-42页
   ·实验及分析第42-44页
     ·实验第43页
     ·实验分析第43-44页
   ·本章小结第44-45页
第五章 李群深层结构启发式学习算法第45-51页
   ·启发式学习算法第45-46页
   ·A * 算法第46-47页
   ·李群深层结构启发式学习算法第47-48页
   ·实验及结果分析第48-50页
     ·实验第48-49页
     ·结果分析第49-50页
   ·本章小结第50-51页
第六章 实例分析第51-62页
   ·数据库第51-52页
   ·提取特征第52-53页
   ·基于李群逐层学习算法的人脸识别第53-56页
   ·基于李群深层结构启发式算法的人脸识别第56-58页
   ·实验及分析第58-61页
   ·本章小结第61-62页
第七章 总结与展望第62-64页
参考文献第64-70页
附录第70-72页
 科研情况第70页
 论文发表情况第70页
 中英文名词对照第70-72页
致谢第72-73页

论文共73页,点击 下载论文
上一篇:基于表面修饰和组装的硫化镉纳米薄膜电化学发光免疫传感器
下一篇:动态可配置WSN通用测控系统的应用研究