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

稀疏子空间聚类的交替方向法研究

摘要第4-5页
Abstract第5页
第一章 绪论第8-15页
    1.1 研究背景和意义第8-10页
    1.2 子空间聚类应用研究第10-13页
        1.2.1 运动分割第11-12页
        1.2.2 人脸分类第12-13页
    1.3 研究内容与结构安排第13-15页
第二章 相关理论背景第15-32页
    2.1 子空间聚类第15-17页
        2.1.1 子空间聚类问题第15-17页
        2.1.2 子空间聚类算法第17页
    2.2 稀疏表示理论第17-22页
        2.2.1 稀疏表示概念第17-22页
        2.2.2 稀疏分解算法第22页
    2.3 谱聚类第22-28页
        2.3.1 图的基本概念第22-24页
        2.3.2 谱聚类算法实现第24-28页
    2.4 优化算法第28-31页
        2.4.1 内点算法第28-29页
        2.4.2 交替方向法第29-31页
    2.5 本章小结第31-32页
第三章 稀疏子空间聚类的交替方向法第32-39页
    3.1 引言第32页
    3.2 稀疏子空间聚类模型第32-34页
    3.3 交替方向法求解算法第34-36页
    3.4 实验仿真与分析第36-38页
    3.5 本章小结第38-39页
第四章 惩罚参数自调整交替方向法及运动分割应用第39-47页
    4.1 引言第39-40页
    4.2 惩罚参数自调整的交替方向法第40-41页
    4.3 稀疏子空间聚类的运动分割第41-43页
        4.3.1 运动分割线性空间稀疏表示第41-42页
        4.3.2 稀疏系数聚类第42-43页
    4.4 实验仿真与分析第43-45页
    4.5 本章小结第45-47页
第五章 自适应线性交替方向法及人脸分类应用第47-56页
    5.1 引言第47页
    5.2 自适应的线性化交替方向法第47-49页
    5.3 稀疏子空间聚类的人脸分类第49-52页
        5.3.1 人脸图片集表达第49-50页
        5.3.2 稀疏求解和分类第50-52页
    5.4 实验仿真与分析第52-55页
        5.4.1 使用 RPCA 对人脸数据预处理后分类第52-53页
        5.4.2 使用原始人脸数据分类第53-54页
        5.4.3 结论第54-55页
    5.5 本章小结第55-56页
第六章 总结与展望第56-58页
    6.1 总结第56-57页
    6.2 展望第57-58页
参考文献第58-61页
附录 1 攻读硕士学位期间撰写的论文第61-62页
致谢第62页

论文共62页,点击 下载论文
上一篇:江苏省属高校内部审计研究
下一篇:量子概率图模型研究