已閱讀1頁,還剩69頁未讀, 繼續(xù)免費閱讀
版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、蘇州大學學位論文獨創(chuàng)性聲明本人鄭重聲明:所提交的學位論文是本人在導師的指導下,獨立進行研究工作所取得的成果:除文中已經(jīng)注明引用的內(nèi)容外,本論文不含其他個人或集體已經(jīng)發(fā)表或撰寫過的研究成果,也不含為獲得蘇州大學或其它教育機構(gòu)的學位證書而使用過的材料。對本文的研究作出重要貢獻的個人和集體,均已在文中以明確方式標明。本人承擔本聲明的法律責任。論文作者簽名:量望!堡日期:竺墮箜:堡圖像特征流形的滸估計學習方法中文摘受圖像特征流形的譜估計學習方法
2、中文摘要流形學習方法的研究逐漸成為了機器學習領(lǐng)域罩的一個重要分支。針對圖像特征流形的問題,本文提出了圖像特征流形的譜估計學習框架,包括:(1)分析了圖像流形拓撲不變性的相關(guān)譜理論和流形學習之間的關(guān)系,并對其關(guān)系進行了嚴格的理論證明:(2)構(gòu)造了建立以測地線距離作為相似性度量的流形降維算法,并給出了具體的實例驗證;(3)提出了圖像特征流形拓撲不變性的譜估計學習算法,將算法分別運用于降維和聚類及人臉識別等領(lǐng)域,通過實例驗證了本文提出的算法是
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 高光譜圖像稀疏流形學習方法研究.pdf
- 基于特征空間投影的流形學習方法研究.pdf
- 圖像超聲分辨率的流形學習方法研究.pdf
- 流形學習方法在圖像處理中的應用研究.pdf
- 圖像特征學習方法與應用研究.pdf
- 流形學習方法理論研究及圖像中應用
- 流形學習方法理論研究及圖像中應用.pdf
- 流形學習方法在Web圖像檢索中的應用研究.pdf
- 自相交流形學習方法.pdf
- 基于流形學習的路面破損圖像多特征融合方法.pdf
- 面向缺損數(shù)據(jù)的流形學習方法研究.pdf
- 基于流形學習的舌圖像顏色特征提取方法研究.pdf
- ReliefF特征估計在流形學習中的應用.pdf
- 基于多信息融合的流形學習方法研究.pdf
- 轉(zhuǎn)子故障數(shù)據(jù)降維的流形學習方法研究.pdf
- 自功率譜估計的經(jīng)典方法
- 圖像相對屬性學習方法研究.pdf
- 自功率譜估計的經(jīng)典方法
- 1比特空間譜估計方法.pdf
- 多視圖特征學習方法研究.pdf
評論
0/150
提交評論