声明
致谢
摘要
插图清单
表格清单
第一章 绪论
1.1 课题研究目的与意义
1.2 国内外研究概况
1.3 章节安排
第二章 稀疏表示基础知识
2.1 引言
2.2 稀疏表示的数学模型
2.2.1 信号的表示方法和稀琉性
2.2.2 超完备冗余字典下的稀疏表示模型
2.3 稀疏表示分解算法
2.3.1 稀疏分解问题的描述
2.3.2 稀疏解的唯一性和边界条件
2.3.3 贪婪算法
2.3.4 凸优化算法
2.4 字典学习
2.4.1 字典的发展历程
2.4.2 字典的学习数学模型
2.4.3 常见的自适应字典的学习方法
2.5 本章小结
第三章 面向分类的字典学习方法
3.1 引言
3.2 稀疏表示分类思想
3.3 面向分类的字典学习方法
3.3.1 判别性字典学习方法
3.3.2 字典分类器联合学习方法
3.4 改进的Fisher判别字典学习方法
3.4.1 改进思路
3.4.2 快速Fisher判别字典学习算法的目标函数
3.4.3 目标函数的优化
3.4.4 实验结果分析
3.5 本章小结
第四章 基于快速Fisher判别字典学习的可拒绝模式分类模型
4.1 引言
4.2 可拒绝模式分类的数学描述
4.3 快速Fisher判别字典结合流形子空间的可拒绝模式分类模型
4.3.1 模型组成
4.3.2 拒识、分类流程
4.4 仿真实验
4.4.1 可拒绝模式分类性能指标
4.4.2 不同方法性能的比较
4.4.3 参数对实验性能的影响
4.5 本章小结
第五章 总结与展望
参考文献
攻读硕士期间的学术活动及成果情况