论文目录 | |
摘要 | 第1-5页 |
abstract | 第5-8页 |
第一章 绪论 | 第8-16页 |
1.1 课题研究背景 | 第8-9页 |
1.2 多视图学习的研究现状 | 第9-12页 |
1.3 半监督学习的研究现状及常用方法 | 第12-14页 |
1.4 本文工作概述以及剩余内容章节安排 | 第14-16页 |
第二章 特征学习相关背景知识介绍 | 第16-25页 |
2.1 半监督学习算法 | 第16-18页 |
2.1.1 半监督学习的数学表达 | 第16页 |
2.1.2 协同训练 | 第16-17页 |
2.1.3 基于图的半监督方法 | 第17-18页 |
2.2 多视图方法介绍 | 第18-23页 |
2.2.1 典型相关分析 | 第19页 |
2.2.2 多视图典型相关分析 | 第19-20页 |
2.2.3 多视图鉴别分析 | 第20-21页 |
2.2.4 多视图不相关线性判别分析 | 第21页 |
2.2.5 视图内和视图间双重鉴别相关分析 | 第21-22页 |
2.2.6 多视图半监督降维 | 第22页 |
2.2.7 半配对半监督通用相关分析 | 第22-23页 |
2.2.8 多视图半监督学习 | 第23页 |
2.3 本章小结 | 第23-25页 |
第三章 多视图半监督特征提取算法 | 第25-41页 |
3.1 多视图半监督特征提取算法的基本思想 | 第25-26页 |
3.2 多视图半监督特征提取算法的数学模型 | 第26-31页 |
3.2.1 算法符号说明 | 第26-27页 |
3.2.2 多视图半监督特征提取算法的目标函数框架 | 第27-29页 |
3.2.3 多视图半监督特征提取算法目标函数的求解 | 第29-31页 |
3.3 多视图半监督特征提取算法过程 | 第31-32页 |
3.4 测试样本的分类过程 | 第32-33页 |
3.5 实验结果与分析 | 第33-40页 |
3.5.1 Multi-PIE人脸数据库实验结果与分析 | 第33-35页 |
3.5.2 Mnist手写体数据库实验结果与分析 | 第35-38页 |
3.5.3 Oxford Flowers17花卉数据库实验结果与分析 | 第38-40页 |
3.6 本章小结 | 第40-41页 |
第四章 鉴别的多视图半监督分析方法 | 第41-52页 |
4.1 鉴别的多视图半监督分析方法的提出 | 第41-42页 |
4.2 鉴别的多视图半监督分析方法的数学模型 | 第42-45页 |
4.2.1 考虑鉴别信息获得新的目标函数 | 第42-43页 |
4.2.2 鉴别的多视图半监督分析方法目标函数的求解 | 第43-45页 |
4.3 鉴别的多视图半监督分析方法的算法过程 | 第45-46页 |
4.4 实验结果与分析 | 第46-51页 |
4.4.1 Multi-PIE人脸库实验结果与分析 | 第46-47页 |
4.4.2 Mnist手写体数据库实验结果与分析 | 第47-49页 |
4.4.3 Oxford Flowers17花卉数据库实验结果与分析 | 第49-51页 |
4.4.4 三个数据库上MvSFE和DMvSA的实验结果与分析 | 第51页 |
4.5 本章小结 | 第51-52页 |
第五章 鉴别的多视图半监督统计不相关分析 | 第52-63页 |
5.1 鉴别的多视图半监督统计不相关分析的提出 | 第52-53页 |
5.2 鉴别的多视图半监督统计不相关分析的数学模型 | 第53-55页 |
5.2.1 加入统计不相关获得新的目标函数 | 第53页 |
5.2.2 多视图半监督统计不相关分析目标函数的求解 | 第53-55页 |
5.3 鉴别的多视图半监督统计不相关分析的算法过程 | 第55-56页 |
5.4 实验结果与分析 | 第56-62页 |
5.4.1 Multi-PIE人脸库实验结果与分析 | 第56-58页 |
5.4.2 Mnist手写体数据库实验结果与分析 | 第58-59页 |
5.4.3 Oxford Flowers17花卉数据库实验结果与分析 | 第59-61页 |
5.4.4 三个数据库上MvSFE、DMvSA和DMvS2UA的实验结果与分析 | 第61-62页 |
5.5 本章小结 | 第62-63页 |
第六章 总结与展望 | 第63-65页 |
6.1 本文工作总结 | 第63-64页 |
6.2 进一步展望 | 第64-65页 |
参考文献 | 第65-69页 |
附录1 攻读硕士学位期间撰写的论文 | 第69-70页 |
附录2 攻读硕士学位期间申请的专利 | 第70-71页 |
致谢 | 第71页 |