第一个书签之前
摘要
ABSTRACT
插图索引
表格索引
符号对照表
缩略语对照表
第一章 绪论
1.2超像素的发展历史及研究现状
1.2.1超像素相关介绍
1.2.2超像素生成算法
1.2.3基于超像素的图像分类面临的问题
1.3图像特征学习
1.3.1基于 Rough 集和模糊 Rough 集的特征学习
1.3.2基于多层学习的特征学习
1.3.3特征学习面临的挑战
1.4本文主要工作与内容安排
第二章 基于动态 Rough 子空间选择的集成分类算法
2.1引言
2.2一种基于动态 Rough 子空间选择的集成分类算法框架
2.2.1多组特征子集
2.2.2特征依赖度
2.2.3约减特征子集搜索空间
2.2.4准确-多样评估准则
2.2.5基于动态 Rough 子集的集成分类算法总结
2.3实验结果与分析
2.3.1特征子集性能分析
2.3.2多样性指标
2.3.3集成系统规模
2.3.4整体性能对比
2.4本章小结
第三章 基于模糊稀疏自编码器的图像人脸识别算法
3.2基于模糊稀疏自编码器框架的单幅图像人脸识别算法
3.2.1稀疏自编码器
3.2.2基于图像块的模糊 Rough 集特征选择算法
3.2.3基于稀疏自编码器的全局特征学习
3.2.4基于模糊稀疏自编码器的人脸识别算法总结
3.3实验结果与分析
3.3.1数据描述与实验设置
3.3.2块尺寸取值分析
3.3.3特征数比率取值分析
3.3.4单幅人脸图像分类算法比较
3.3.5TLFL 算法与 CNN 算法比较
3.4本章小结
第四章 基于模糊超像素表征学习的极化 SAR 图像分类
4.2基于模糊超像素的图像分类算法
4.2.1模糊超像素的概念
4.2.2模糊超像素算法
4.2.3基于模糊超像素的极化 SAR 图像分类算法
4.3实验结果与分析
4.3.1极化 SAR 数据集介绍
4.3.2参数分析
4.3.3模糊超像素算法性能分析
4.3.4基于模糊超像素的图像分类性能
4.4本章小结
第五章 基于 FER 模糊超像素表征学习的极化 SAR 图像分类
5.2.1极化 SAR 图像中的模糊等价关系
5.2.2基于模糊等价关系的模糊 C 均值聚类
5.2.3自适应确定待定像素比例
5.2.4后处理与分类
5.3实验结果与分析
5.3.1像素依赖度分析
5.3.2平衡参数分析与设置
5.3.3超像素质量评价
5.3.4分类结果
5.4本章小结
第六章 总结与展望
6.2工作展望
参考文献
致谢
作者简介