基于L2,1范数和L1范数的鲁棒判别特征提取算法研究

封面

声明

中文摘要

英文摘要

插图索引

表格索引

缩略语对照表

目录

第一章 绪论

1.1 研究背景及意义

1.2 基于子空间学习的人脸识别发展现状

1.3 本文研究内容及安排

第二章 主成分分析与线性判别分析

2.1 主成分分析

2.2 线性判别分析

2.3 主成分分析与线性判别分析的区别

第三章 trace ratio问题

3.1 trace ratio问题综述

3.2 trace ratio问题求解框架

3.3 全局最优解的进一步讨论

3.4 总结

第四章 基于L1范数的线性判别分析

4.1 概述

4.2 基于L1范数的优化问题

4.3 非贪婪策略的L1-LDA

4.4 收敛性分析

4.5 其他基于L1范数的子空间学习算法的拓展

4.6 实验

4.7 总结

第五章 基于L2,1范数的线性判别分析

5.1 概述

5.2 线性判别分析

5.3 非贪婪策略的L2,1-LDA

5.4 收敛性分析

5.5 实验

5.6 总结

第六章 总结与展望

6.1 总结

6.2 展望

参考文献

致谢

作者简介