基于多視角學(xué)習(xí)的圖像語(yǔ)義分析技術(shù)

目錄第1章緒論
1.1研究背景
1.2存在的問題
1.3本書主要內(nèi)容
1.4符號(hào)說(shuō)明
第2章研究現(xiàn)狀
2.1本章導(dǎo)讀
2.2基本準(zhǔn)則
2.2.1一致性準(zhǔn)則
2.2.2互補(bǔ)性準(zhǔn)則
2.3方法分類
2.3.1協(xié)同訓(xùn)練
2.3.2多核學(xué)習(xí)
2.3.3子空間學(xué)習(xí)
第3章基于分組敏感多視角融合的圖像聚類方法研究
3.1本章導(dǎo)讀
3.2相關(guān)工作
3.3基于分組敏感多視角融合的圖像聚類
3.3.1預(yù)備知識(shí)
3.3.2方法概述
3.3.3初始化
3.3.4基于成對(duì)融合的策略（GOMES_P)
3.3.5基于中心融合的策略（GOMES_C)
3.3.6更新圖像分組Z
3.4實(shí)驗(yàn)
3.4.1對(duì)比方法
3.4.2數(shù)據(jù)集
3.4.3實(shí)驗(yàn)設(shè)置
3.4.4評(píng)價(jià)準(zhǔn)則
3.4.5實(shí)驗(yàn)結(jié)果分析
3.4.6參數(shù)敏感性分析
3.5小結(jié)
第4章基于雙階段子空間學(xué)習(xí)的多視角降維方法研究
4.1本章導(dǎo)讀
4.2相關(guān)工作
4.3雙階段多視角隱空間學(xué)習(xí)
4.3.1預(yù)備知識(shí)
4.3.2階段：可比較表示學(xué)習(xí)
4.3.3第二階段：低維表示學(xué)習(xí)
4.3.4總的目標(biāo)函數(shù)
4.4優(yōu)化求解
4.4.1更新變量U(i),V(i), Z(i)
4.4.2更新變量F
4.4.3更新變量γi
4.4.4收斂性分析
4.5實(shí)驗(yàn)
4.5.1數(shù)據(jù)庫(kù)
4.5.2對(duì)比方法
4.5.3評(píng)價(jià)準(zhǔn)則
4.5.4實(shí)驗(yàn)設(shè)置
4.5.5實(shí)驗(yàn)結(jié)果
4.5.6參數(shù)敏感性分析
4.6本章小結(jié)
第5章圖像多視角表示與標(biāo)注的聯(lián)合學(xué)習(xí)方法研究
5.1本章導(dǎo)讀
5.2相關(guān)工作
5.3圖像多視角表示與標(biāo)注的聯(lián)合學(xué)習(xí)方法
5.3.1預(yù)備知識(shí)
5.3.2基于語(yǔ)義信息指導(dǎo)和多視角結(jié)構(gòu)保留的子空間學(xué)習(xí)
5.3.3標(biāo)簽預(yù)測(cè)器學(xué)習(xí)
5.3.4投影函數(shù)學(xué)習(xí)
5.3.5總的目標(biāo)函數(shù)
5.3.6優(yōu)化算法
5.3.7更新P
5.3.8更新Z
5.3.9更新αt
5.4實(shí)驗(yàn)
5.4.1數(shù)據(jù)集
5.4.2對(duì)比方法
5.4.3評(píng)價(jià)準(zhǔn)則
5.4.4實(shí)驗(yàn)設(shè)置
5.4.5實(shí)驗(yàn)分析
5.4.6參數(shù)敏感性分析
5.5本章小結(jié)
第6章基于深度低秩子空間集成學(xué)習(xí)的圖像聚類方法研究
6.1本章導(dǎo)讀
6.2相關(guān)工作
6.2.1基于多核/多圖學(xué)習(xí)的方法
6.2.2基于子空間學(xué)習(xí)的方法
6.2.3基于深度學(xué)習(xí)的方法
6.3基于深度低秩子空間集成學(xué)習(xí)的圖像聚類方法
6.3.1預(yù)備知識(shí)
6.3.2深度低秩子空間學(xué)習(xí)
6.3.3多視角多層次子空間集成學(xué)習(xí)
6.3.4終目標(biāo)函數(shù)
6.4優(yōu)化求解
6.4.1預(yù)訓(xùn)練
6.4.2Z(v)i的更新規(guī)則
6.4.3H(v)i的更新規(guī)則
6.4.4S(v)i的更新規(guī)則
6.4.5F的更新規(guī)則
6.4.6α的更新規(guī)則
6.4.7時(shí)間復(fù)雜度分析
6.5實(shí)驗(yàn)
6.5.1數(shù)據(jù)集
6.5.2比較方法和評(píng)估指標(biāo)
6.5.3參數(shù)設(shè)置與收斂分析
6.5.4性能比較
6.5.5參數(shù)敏感性分析
6.6結(jié)論
第7章結(jié)束語(yǔ)
參考文獻(xiàn)