| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 1 绪论 | 第10-16页 |
| 1.1 本文研究背景及意义 | 第10-11页 |
| 1.2 字典学习研究现状 | 第11-13页 |
| 1.3 本文主要研究内容 | 第13页 |
| 1.4 本文组织架构 | 第13-16页 |
| 2 字典学习的相关工作介绍 | 第16-22页 |
| 2.1 用于稀疏表示的判别低秩字典学习方法(DLRD_SR) | 第16页 |
| 2.2 含有低秩正则化的判别字典学习(D2L2R2) | 第16-17页 |
| 2.3 判别低秩字典学习(DLR_DL) | 第17-18页 |
| 2.4 一种基于分类的字典学习方法(DL_COPAR) | 第18页 |
| 2.5 数据库介绍 | 第18-22页 |
| 3 一种Schatten-p范数正则化判别低秩图保持字典学习方法 | 第22-42页 |
| 3.1 引言 | 第22页 |
| 3.2 Schatten-p范数正则化判别低秩图保持字典学习方法 | 第22-25页 |
| 3.2.1 判别重构误差项 | 第23页 |
| 3.2.2 编码系数判别图保持准则 | 第23-24页 |
| 3.2.3 字典Schatten-p范数正则化 | 第24-25页 |
| 3.2.4 DLRGP_DL模型 | 第25页 |
| 3.3 DLRGP_DL的优化 | 第25-32页 |
| 3.3.1 更新编码系数矩阵X | 第25-28页 |
| 3.3.2 更新字典D | 第28-31页 |
| 3.3.3 DLRGP_DL算法 | 第31-32页 |
| 3.3.4 DLRGP_DL算法时间复杂度 | 第32页 |
| 3.4 DLRGP_DL的分类 | 第32页 |
| 3.5 实验 | 第32-40页 |
| 3.5.1 参数灵敏度分析和选择 | 第34页 |
| 3.5.2 无噪声污染和遮挡时的图像识别 | 第34-36页 |
| 3.5.3 有像素污染时的图像识别 | 第36-37页 |
| 3.5.4 有遮挡时的图像识别 | 第37-40页 |
| 3.5.5 运行时间对比 | 第40页 |
| 3.6 本章小结 | 第40-42页 |
| 4 一种低秩图保持判别结构化字典学习方法 | 第42-64页 |
| 4.1 引言 | 第42页 |
| 4.2 低秩图保持判别结构化字典学习方法 | 第42-45页 |
| 4.2.1 判别重构误差项 | 第43页 |
| 4.2.2 编码系数判别图保持准则 | 第43-44页 |
| 4.2.3 字典的低秩约束以及子字典间的不相干性 | 第44页 |
| 4.2.4 LRGPDSDL模型 | 第44-45页 |
| 4.3 LRGPDSDL模型的优化 | 第45-55页 |
| 4.3.1 更新编码系数矩阵X | 第45-47页 |
| 4.3.2 更新类相关子字典iD | 第47-49页 |
| 4.3.3 更新公共子字典c+1D | 第49-53页 |
| 4.3.4 LRGPDSDL算法 | 第53-54页 |
| 4.3.5 LRGPDSDL算法时间复杂度 | 第54-55页 |
| 4.4 LRGPDSDL的分类 | 第55页 |
| 4.5 实验 | 第55-63页 |
| 4.5.1 参数选择与灵敏度分析 | 第55-57页 |
| 4.5.2 无噪声污染和遮挡时的图像识别 | 第57-59页 |
| 4.5.3 有像素污染时的图像识别 | 第59-60页 |
| 4.5.4 有遮挡时的图像识别 | 第60-62页 |
| 4.5.5 运行时间对比 | 第62-63页 |
| 4.6 本章小结 | 第63-64页 |
| 5 总结与展望 | 第64-66页 |
| 5.1 总结 | 第64-65页 |
| 5.2 展望 | 第65-66页 |
| 参考文献 | 第66-72页 |
| 致谢 | 第72-74页 |
| 攻读学位期间的科研成果 | 第74-75页 |
