基于稀疏模型的模式识别应用
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-14页 |
| ·模式识别问题概述 | 第8-10页 |
| ·模式识别基本概念 | 第8页 |
| ·基于变换方法的特征提取下的模式识别问题 | 第8-9页 |
| ·模式分类的模型 | 第9-10页 |
| ·稀疏理论在模式识别问题中的研究背景 | 第10-11页 |
| ·稀疏理论的研究目的与意义 | 第11-12页 |
| ·本文主要研究内容 | 第12-14页 |
| 第二章 基于稀疏表示的模式识别模型概述 | 第14-20页 |
| ·基于稀疏表示的分类模型 | 第14-15页 |
| ·基于结构性稀疏表示的分类模型 | 第15-17页 |
| ·基于稀疏表示的字典学习分类模型 | 第17-18页 |
| ·本章小结 | 第18-20页 |
| 第三章 基于能量贡献的字典学习模型 | 第20-34页 |
| ·引言 | 第20-21页 |
| ·基于能量分布的字典学习方法 | 第21-27页 |
| ·本方法的基本模块 | 第21-22页 |
| ·能量分布建模 | 第22-24页 |
| ·基于分类误差的分类器构建 | 第24页 |
| ·基于能量分布的字典学习模型 | 第24-27页 |
| ·数值实验与分析 | 第27-32页 |
| ·实验内容与条件 | 第27页 |
| ·模拟实验 | 第27-28页 |
| ·人脸识别 | 第28-29页 |
| ·纹理图像分类 | 第29-32页 |
| ·本章小结 | 第32-34页 |
| 第四章 基于局部协同表示的高光谱图像分类 | 第34-48页 |
| ·引言 | 第34-35页 |
| ·局部协同表示的高光谱图像分类 | 第35-38页 |
| ·从 SRC 到 CRC | 第35-37页 |
| ·局部协同表示 | 第37-38页 |
| ·实验结果与分析 | 第38-46页 |
| ·实验数据 | 第38-40页 |
| ·实验内容与分析 | 第40-46页 |
| ·本章小结 | 第46-48页 |
| 第五章 基于稀疏逼近的 SAR 图像变化检测模型 | 第48-57页 |
| ·引言 | 第48-49页 |
| ·基于稀疏逼近的 SAR 图像变化检测 | 第49-51页 |
| ·模型建立与分析 | 第49-50页 |
| ·低秩与稀疏矩阵分解 | 第50-51页 |
| ·实验内容与分析 | 第51-56页 |
| ·实验数据与内容 | 第51-52页 |
| ·实验结果 | 第52-56页 |
| ·本章小结 | 第56-57页 |
| 第六章 总结与展望 | 第57-60页 |
| 致谢 | 第60-62页 |
| 参考文献 | 第62-68页 |
| 硕士期间成果 | 第68-69页 |
