声明
摘要
1 绪论
1.1 研究背景和意义
1.2 国内外研究现状
1.3 本文研究内容
1.4 本文组织结构
2 背景知识介绍
2.1 网络图像情感分析基本框架
2.1.1 图像情感分析相关视觉特征
2.2 多视图学习基本框架
2.2.1 多视图学习的准则
2.2.2 协同训练
2.2.3 子空间学习
2.3 典型聚类和分类方法
2.3.1 典型分类器
2.3.2 典型数据聚类方法
2.4 本章小结
3 基于多视图学习的聚类分析
3.1 非负矩阵分解特征学习
3.2 基于局部结构约束的多视图学习
3.2.1 非负矩阵分解的多视图学习
3.2.2 MultiGNMF算法
3.3 MultiGSemiNMF算法
3.4 实验设计与分析
3.5 本章小结
4 基于多视图学习的图像情感分类
4.1 美学特征的图像情感分类
4.2 中间层特征的图像情感分类
4.2.1 属性描述方法
4.2.2 视觉情感本体
4.3 多视图学习图像情感分类
4.3.1 SOCFS特征选择
4.3.2 多视图SOCFS特征选择
4.4 实验设计与分析
4.5 本章小结
结论
参考文献
攻读硕士学位期间发表学术论文情况
致谢