基于稀疏表示的多重集典型相关分析算法研究 |
论文目录 | | | 摘要 | 第1-4页 | | Abstract | 第4-9页 | | 1 绪论 | 第9-20页 | | · 引言 | 第9-12页 | | · 线性投影分析的研究进展 | 第12-14页 | | · 主成分分析理论 | 第12-13页 | | · 线性鉴别分析理论 | 第13-14页 | | · 非线性投影分析的研究进展 | 第14-16页 | | · 基于核的特征提取理论 | 第14-15页 | | · 基于稀疏表示的特征提取理论 | 第15-16页 | | · 不同特征融合方法和几种分类器介绍 | 第16-18页 | | · 基于CCA的特征融合方法 | 第16-17页 | | · 分类器介绍 | 第17-18页 | | · 本文主要工作内容安排 | 第18-20页 | | 2 基于稀疏保持投影的多重集典型相关分析 | 第20-44页 | | · 引言 | 第20页 | | · 相关方法介绍 | 第20-24页 | | · 稀疏保持投影算法理论 | 第20-22页 | | · 典型相关分析算法 | 第22-23页 | | · 核典型相关分析算法 | 第23-24页 | | · 基于核稀疏保持投影的典型相关分析算法 | 第24-30页 | | · 核稀疏表示理论 | 第24-25页 | | · 核稀疏保持投影算法理论 | 第25-28页 | | · 基于核稀疏保持投影的典型相关分析算法 | 第28-30页 | | · 基于多核学习稀疏保持投影的多重集典型相关分析算法 | 第30-36页 | | · 多重集典型相关分析算法 | 第30-31页 | | · 基于核的多重集典型相关分析算法 | 第31-32页 | | · 基于多核学习的多重集典型相关分析算法 | 第32-34页 | | · 基于多核稀疏保持投影的多重集典型相关分析算法 | 第34-36页 | | · 实验与分析 | 第36-43页 | | · CENPARMI数字手写体识别实验 | 第36-38页 | | · Yale人脸库识别实验 | 第38-40页 | | · ORL人脸库识别实验 | 第40-43页 | | · 本章小结 | 第43-44页 | | 3 基于协作表示的多重集典型相关分析算法 | 第44-63页 | | · 引言 | 第44页 | | · 协作表示算法理论 | 第44-45页 | | · 协作表示投影的多重集典型相关分析算法 | 第45-49页 | | · 协作表示投影算法理论 | 第45-46页 | | · 协作表示投影的多重集典型相关分析算法 | 第46-47页 | | · 基于核的协作表示投影的多重集典型相关分析算法 | 第47-49页 | | · 协作表示鉴别的多重集典型相关分析算法 | 第49-53页 | | · 协作表示鉴别算法理论 | 第49-50页 | | · 协作表示鉴别的多重集典型相关分析算法 | 第50-52页 | | · 基于核的协作表示鉴别的多重集典型相关分析算法 | 第52-53页 | | · 实验与分析 | 第53-62页 | | · MFEAT数字手写体识别实验 | 第53-58页 | | · AR人脸库识别实验 | 第58-60页 | | · Yale人脸库识别实验 | 第60-62页 | | · 本章小结 | 第62-63页 | | 4 基于判别稀疏近邻保持嵌入的多重集典型相关分析 | 第63-71页 | | · 引言 | 第63页 | | · 判别稀疏近邻保持嵌入算法理论 | 第63-65页 | | · 判别稀疏近邻保持嵌入的多重集典型相关分析算法 | 第65-66页 | | · 实验与分析 | 第66-70页 | | · CENPARMI数字手写体识别实验 | 第66-67页 | | · AR人脸库识别实验 | 第67-68页 | | · ORL人脸库识别识别 | 第68-70页 | | · 本章小结 | 第70-71页 | | 5 总结与展望 | 第71-74页 | | · 本文总结 | 第71-72页 | | · 未来工作 | 第72-74页 | | 致谢 | 第74-75页 | | 参考文献 | 第75-80页 | | 附录 | 第80页 |
|
|
|
| |
