子空间约束下的非负矩阵分解算法研究
摘要 | 第5-7页 |
Abstract | 第7-9页 |
第1章 绪论 | 第17-27页 |
1.1 研究背景与意义 | 第17-20页 |
1.2 研究目标 | 第20-21页 |
1.3 研究内容 | 第21-24页 |
1.4 创新之处 | 第24-25页 |
1.5 论文的组织结构 | 第25-27页 |
第2章 基于低秩恢复的图正则非负矩阵分解 | 第27-47页 |
2.1 引言 | 第27-29页 |
2.2 图正则非负低秩矩阵分解 | 第29-33页 |
2.2.1 目标函数构建 | 第29-31页 |
2.2.2 优化方法 | 第31-33页 |
2.3 实验结果分析与讨论 | 第33-46页 |
2.3.1 数据集介绍 | 第33-36页 |
2.3.2 度量指标 | 第36-37页 |
2.3.3 聚类性能比较 | 第37-46页 |
2.4 本章小结 | 第46-47页 |
第3章 基于更新图正则的非负矩阵分解 | 第47-67页 |
3.1 引言 | 第47-49页 |
3.2 基于更新图正则的非负矩阵分解 | 第49-58页 |
3.2.1 最小二乘回归 | 第49页 |
3.2.2 基于流形正则最小二乘回归的更新图 | 第49-55页 |
3.2.3 更新图正则非负矩阵分解 | 第55-58页 |
3.3 实验结果分析与讨论 | 第58-66页 |
3.3.1 数据集介绍 | 第58-59页 |
3.3.2 度量指标 | 第59页 |
3.3.3 聚类性能比较 | 第59-66页 |
3.4 本章小结 | 第66-67页 |
第4章 基于非负子空间聚类的凸非负矩阵分解 | 第67-87页 |
4.1 引言 | 第67-69页 |
4.2 相关工作 | 第69-71页 |
4.2.1 几种相关非负矩阵分解算法简介 | 第69-70页 |
4.2.2 子空间聚类 | 第70-71页 |
4.3 基于非负子空间聚类的凸非负矩阵分解算法 | 第71-76页 |
4.3.1 模型构建 | 第71-73页 |
4.3.2 模型实现方案一的优化 | 第73-74页 |
4.3.3 模型实现方案二的优化 | 第74-76页 |
4.4 实验结果分析与讨论 | 第76-85页 |
4.4.1 数据集介绍 | 第77-78页 |
4.4.2 度量指标 | 第78页 |
4.4.3 参数选择 | 第78-81页 |
4.4.4 比较实验 | 第81-85页 |
4.5 本章小结 | 第85-87页 |
第5章 基于判别正交子空间约束的非负矩阵分解 | 第87-113页 |
5.1 引言 | 第87-89页 |
5.2 相关工作 | 第89-91页 |
5.3 基于判别正交子空间约束的非负矩阵分解算法 | 第91-98页 |
5.3.1 DOSNMF的目标函数 | 第91-94页 |
5.3.2 基于倍乘更新的优化方案 | 第94-95页 |
5.3.3 基于Fisher准则的DOSNMF | 第95-98页 |
5.3.4 计算复杂度分析 | 第98页 |
5.4 实验结果分析与讨论 | 第98-112页 |
5.4.1 数据集介绍 | 第100页 |
5.4.2 人脸识别实验与比较 | 第100-112页 |
5.5 本章小结 | 第112-113页 |
第6章 总结和展望 | 第113-117页 |
6.1 总结 | 第113-114页 |
6.2 展望 | 第114-117页 |
参考文献 | 第117-127页 |
致谢 | 第127-129页 |
作者简历及攻读学位期间发表的学术论文与研究成果 | 第129页 |