摘要
第一章绪论
1.1模式识别研究的背景及意义
1.2本课题的研究背景和国内外现状
1.2.1本课题的研究背景与意义
1.2.2国内外研究现状
1.3本文的主要工作与内容安排
第二章深度神经网络与子空间学习算法介绍
2.1深度神经网络概论
2.1.1卷积神经网络
2.1.2循环神经网络概述
2.2子空间学习相关算法
2.2.1主成分分析概述
2.2.2线性判别分析概述
2.2.3典型相关分析概述
2.3本章小结
3.1引言
3.2相关工作
3.2.1广义的典型相关分析(GCCA)
3.2.2深度典型相关分析
3.3监督的深度典型相关分析算法
3.3.1动机
3.3.2算法模型
3.3.3模型求解
3.3.4算法描述
3.4实验结果与分析
3.4.1 COIL-100对象数据库
3.4.2 MNIST手写体识别库
3.5本章小结
4.1引言
4.2皮尔逊相关系数
4.3完全的相关性关分析算法
4.3.1完全的相关性
4.3.2完全的典型相关分析
4.3.3完全深度的典型相关分析
4.4实验结果与分析
4.4.1 Fer2013人脸表情数据集
4.4.2 Ravdess语音情感数据集
4.5本章小结
5.1引言
5.2分数阶嵌入的典型相关分析
5.3分数阶嵌入的深度典型相关分析
5.3.1分数阶理论的有效性分析
5.3.2分数阶嵌入的深度典型相关分析
5.4实验结果与分析
5.4.1实验数据集及实验设置
5.4.2实验结果分析
5.5本章小结
6.1主要结论
6.2展望
参考文献
致谢
攻读硕士学位期间参与的科研工作及发表的论文
声明