隨著數(shù)據(jù)采集技術(shù)的不斷發(fā)展,具有海量表現(xiàn)形式的復(fù)雜多視圖數(shù)據(jù)不斷涌現(xiàn)在科學(xué)探索和日常生活的各個(gè)領(lǐng)域中。所以,研究多視圖數(shù)據(jù)分析問(wèn)題具有重要的實(shí)際價(jià)值和意義。多視圖分類是多視圖數(shù)據(jù)分析的基礎(chǔ),現(xiàn)有的多視圖分類方法大多為基于線性判別分析的,它們要求輸入數(shù)據(jù)服從全局高斯分布,并且無(wú)法捕獲數(shù)據(jù)的潛在局部結(jié)構(gòu),導(dǎo)致適用性差。而一些局部感知方法雖然能夠捕獲數(shù)據(jù)的局部結(jié)構(gòu),但是它們涉及KNN過(guò)程,需要預(yù)設(shè)鄰域數(shù)或局部特征矩陣,靈活性低。與此同時(shí),現(xiàn)有的大多數(shù)深層多視圖分類方法沒(méi)有充分考慮多視圖數(shù)據(jù)的固有結(jié)構(gòu)特性,無(wú)法有效地提取視圖不變表征。針對(duì)上述這些問(wèn)題,本文研究多視圖局部自適應(yīng)判別分析（MvLADA）,基于深度對(duì)抗網(wǎng)絡(luò)的多視圖數(shù)據(jù)分類方法（MvDAN）和基于深度對(duì)抗網(wǎng)絡(luò)的增強(qiáng)多視圖數(shù)據(jù)分類方法（MvDANE）。論文的主要研究?jī)?nèi)容如下:1、已有的大多數(shù)基于線性判別分析的多視圖分類方法依賴于輸入數(shù)據(jù)服從全局高斯分布的假設(shè),但現(xiàn)實(shí)生活中的數(shù)據(jù)通常是非線性的,導(dǎo)致算法適用性差。此外,一些局部感知多視圖分類方法涉及KNN過(guò)程,需要預(yù)設(shè)鄰域數(shù)或局部特征矩陣,算-法靈活性差。針對(duì)上述問(wèn)題,本文提出了多視圖局部... 

【文章來(lái)源】：西安電子科技大學(xué)陜西省 211工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：79 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
符號(hào)對(duì)照表
縮略語(yǔ)對(duì)照表
第一章 緒論
    1.1 研究背景及意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
    1.3 本文的研究?jī)?nèi)容及安排
第二章 多視圖數(shù)據(jù)分類基本理論
    2.1 引言
    2.2 淺層多視圖分類方法
        2.2.1 典型相關(guān)分析
        2.2.2 多視圖判別分析
    2.3 深層多視圖分類方法
        2.3.1 深度典型相關(guān)分析
        2.3.2 多視圖深度網(wǎng)絡(luò)
        2.3.3 多視圖深度度量學(xué)習(xí)
    2.4 生成對(duì)抗網(wǎng)絡(luò)
    2.5 本章小結(jié)
第三章 多視圖局部自適應(yīng)判別分析
    3.1 引言
    3.2 MvLADA目標(biāo)函數(shù)
    3.3 MvLADA的求解算法
    3.4 收斂性分析
    3.5 實(shí)驗(yàn)仿真及結(jié)果分析
        3.5.1 數(shù)據(jù)庫(kù)簡(jiǎn)介
        3.5.2 實(shí)驗(yàn)結(jié)果及分析
    3.6 本章小結(jié)
第四章 深度對(duì)抗多視圖數(shù)據(jù)分類
    4.1 引言
    4.2 基于深度對(duì)抗網(wǎng)絡(luò)的多視圖數(shù)據(jù)分類
        4.2.1 符號(hào)介紹
        4.2.2 基本框架
        4.2.3 MvDAN總體目標(biāo)函數(shù)
        4.2.4 分類
    4.3 基于深度對(duì)抗網(wǎng)絡(luò)的增強(qiáng)多視圖數(shù)據(jù)分類
        4.3.1 基本思想
        4.3.2 基本框架
        4.3.3 MvDANE總體損失函數(shù)
        4.3.4 分類方法
    4.4 實(shí)驗(yàn)仿真及結(jié)果分析
        4.4.1 數(shù)據(jù)庫(kù)簡(jiǎn)介
        4.4.2 實(shí)驗(yàn)仿真
    4.5 本章小結(jié)
第五章 總結(jié)與展望
    5.1 總結(jié)
    5.2 展望
參考文獻(xiàn)
致謝
作者簡(jiǎn)介



本文編號(hào)：3517456