超图理论算法研究及其在图像分类中的应用
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 目录 | 第6-8页 |
| Contents | 第8-10页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究背景与意义 | 第10-12页 |
| 1.2 国内外研究现状 | 第12-13页 |
| 1.3 本文研究内容 | 第13-14页 |
| 1.4 本文结构 | 第14-16页 |
| 第二章 基础知识 | 第16-34页 |
| 2.1 超图基础 | 第16-18页 |
| 2.2 高层次的拉普拉斯 | 第18-19页 |
| 2.3 超图拉普拉斯学习 | 第19-22页 |
| 2.3.1 团体扩展方法 | 第19页 |
| 2.3.2 星形扩展方法 | 第19-20页 |
| 2.3.3 波拉拉普拉斯 | 第20页 |
| 2.3.4 罗地哥拉普拉斯 | 第20-21页 |
| 2.3.5 周的方法 | 第21页 |
| 2.3.6 吉普森动态系统 | 第21页 |
| 2.3.7 李的方法 | 第21-22页 |
| 2.4 直推学习 | 第22-26页 |
| 2.5 室内场景分类 | 第26-31页 |
| 2.6 本章小结 | 第31-34页 |
| 第三章 超图拉普拉斯和室内场景分类 | 第34-52页 |
| 3.1 超图学习算法及其归一化 | 第34-39页 |
| 3.1.1 星形图拉普拉斯 | 第34-35页 |
| 3.1.2 团体图拉普拉斯 | 第35-38页 |
| 3.1.3 超图拉普拉斯规则化 | 第38-39页 |
| 3.2 其他超图学习算法 | 第39-44页 |
| 3.2.1 超图的标准割 | 第39-40页 |
| 3.2.2 随机行走解释 | 第40-42页 |
| 3.2.3 超图的谱分割 | 第42-43页 |
| 3.2.4 超图的谱嵌套 | 第43-44页 |
| 3.3 使用超图进行室内场景分类 | 第44-50页 |
| 3.3.1 使用超图进行室内场景分类基本框架 | 第44-48页 |
| 3.3.2 求解最优值 | 第48-50页 |
| 3.4 本章小结 | 第50-52页 |
| 第四章 实验设计和结果 | 第52-62页 |
| 4.1 实验设计 | 第52-53页 |
| 4.2 实验结果分析 | 第53-59页 |
| 4.3 本章小结 | 第59-62页 |
| 第五章 结论 | 第62-64页 |
| 5.1 总结 | 第62页 |
| 5.2 后续工作 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 硕士学位期间发表论文及科研情况 | 第68-70页 |
| 致谢 | 第70页 |
