第1章 多視圖學(xué)習(xí)概述 1.1 研究背景 1.2 基礎(chǔ)模型 1.3 方法描述 1.3.1 基于子空間學(xué)習(xí)的多視圖學(xué)習(xí) 1.3.2 基于協(xié)同訓(xùn)練的多視圖學(xué)習(xí) 1.3.3 基于多核學(xué)習(xí)的多視圖學(xué)習(xí) 1.3.4 基于圖模型的多視圖學(xué)習(xí) 1.3.5 基于特定任務(wù)的多視圖學(xué)習(xí) 1.4 應(yīng)用挑戰(zhàn) 1.5 本章小結(jié) 第2章 基于多視圖相關(guān)性與融合表征效果的關(guān)聯(lián)性分析方法 2.1 研究背景 2.2 基礎(chǔ)模型 2.2.1 信息系數(shù) 2.2.2 典型相關(guān)性分析 2.3 方法描述 2.4 應(yīng)用案例 2.4.1 方案設(shè)計 2.4.2 數(shù)據(jù)集 2.4.3 運行設(shè)置與環(huán)境 2.4.4 評測標(biāo)準(zhǔn) 2.4.5 視圖相關(guān)性計算結(jié)果與分析 2.4.6 基于融合表征的分類結(jié)果與分析 2.4.7 相關(guān)性與融合效果的關(guān)聯(lián)性分析 2.5 本章小結(jié) 第3章 基于雙反饋機制的多視圖相關(guān)性增強表征學(xué)習(xí)方法 3.1 研究背景 3.2 基礎(chǔ)模型 3.2.1 卷積神經(jīng)網(wǎng)絡(luò) 3.2.2 膠囊網(wǎng)絡(luò) 3.2.3 深度廣義相關(guān)性分析 3.3 方法描述 3.3.1 單視圖表征學(xué)習(xí) 3.3.2 視圖內(nèi)判別性特征學(xué)習(xí) 3.3.3 視圖間融合表征學(xué)習(xí) 3.4 應(yīng)用案例 3.4.1 方案設(shè)計 3.4.2 數(shù)據(jù)集 3.4.3 運行設(shè)置與環(huán)境 3.4.4 評測標(biāo)準(zhǔn) 3.4.5 基準(zhǔn)方法 3.4.6 分類任務(wù)結(jié)果與分析 3.4.7 聚類任務(wù)結(jié)果與分析 3.4.8 模型超參數(shù)可視化 3.5 本章小結(jié) 第4章 基于多視圖深層特征增強的隱空間融合表征方法 4.1 研究背景 4.2 基礎(chǔ)模型 4.3 方法描述