|
|
|
融合稀疏表示的特征降维算法研究 |
|
论文目录 |
|
摘要 | 第4-5页 | Abstract | 第5-6页 | 第1章 绪论 | 第9-15页 | 1.1 研究背景及意义 | 第9页 | 1.2 特征降维国内外研究现状 | 第9-13页 | 1.3 本文的研究内容 | 第13-14页 | 1.4 本文的章节安排 | 第14-15页 | 第2章 特征选择的联合模型和典型方法 | 第15-25页 | 2.1 引言 | 第15页 | 2.2 联合模型 | 第15-17页 | 2.3 几种结构保持方法 | 第17-21页 | 2.3.1 局部线性嵌入(LLE) | 第18页 | 2.3.2 稀疏保持投影(SPP) | 第18-20页 | 2.3.3 低秩表示(LRR) | 第20-21页 | 2.4 几种典型的特征选择方法 | 第21-24页 | 2.4.1 Laplacian Score (LS) | 第21-22页 | 2.4.2 多聚类特征选择(MCFS) | 第22-23页 | 2.4.3 鲁棒非监督特征选择(RUFS) | 第23-24页 | 2.5 本章小结 | 第24-25页 | 第3章 全局和内部几何结构嵌入的非监督特征选择 | 第25-43页 | 3.1 GGEFS算法模型 | 第25-27页 | 3.2 求解及算法 | 第27-31页 | 3.2.1 低秩稀疏表示的求解 | 第27-29页 | 3.2.2 特征选择矩阵的求解 | 第29-30页 | 3.2.3 算法描述 | 第30-31页 | 3.3 实验及结果分析 | 第31-39页 | 3.3.1 实验数据集 | 第31-32页 | 3.3.2 实验设置 | 第32-33页 | 3.3.3 结果分析 | 第33-39页 | 3.4 复杂度分析和收敛性分析 | 第39-42页 | 3.4.1 复杂度分析 | 第39页 | 3.4.2 收敛性分析 | 第39-42页 | 3.5 本章小节 | 第42-43页 | 第4章 低秩稀疏图嵌入的半监督特征选择 | 第43-52页 | 4.1 SFS-LRSE 算法模型 | 第43-45页 | 4.1.1 目标函数 | 第43-44页 | 4.1.2 半监督的低秩稀疏表示 | 第44-45页 | 4.2 求解及算法 | 第45-46页 | 4.3 实验及结果分析 | 第46-51页 | 4.3.1 实验数据集 | 第46-47页 | 4.3.2 实验设置 | 第47页 | 4.3.3 实验设计及结果分析 | 第47-51页 | 4.4 本章小结 | 第51-52页 | 第5章 总结与展望 | 第52-54页 | 5.1 本文总结 | 第52页 | 5.2 本文的工作展望 | 第52-54页 | 致谢 | 第54-55页 | 参考文献 | 第55-60页 | 攻读硕士学位期间发表论文情况 | 第60页 |
|
|
|
|
论文编号BS4121126,这篇论文共60页 会员购买按0.35元/页下载,共需支付21元。 直接购买按0.5元/页下载,共需要支付30元 。 |
|
|
我还不是会员,注册会员!
会员下载更优惠!充值送钱! |
我只需要这篇,无需注册!
直接网上支付,方便快捷! |
|
|
|
版权申明:本目录由www.jylw.com网站制作,本站并未收录原文,如果您是作者,需要删除本篇论文目录请通过QQ或其它联系方式告知我们,我们承诺24小时内删除。 |
|
|