| 摘要 | 第1-7页 |
| Abstract | 第7-12页 |
| 1 绪论 | 第12-24页 |
| ·概述 | 第12-13页 |
| ·子空间分析方法研究进展 | 第13-16页 |
| ·主成分分析 | 第13-14页 |
| ·线性鉴别分析 | 第14-15页 |
| ·基于流形学习的方法 | 第15-16页 |
| ·生物特征识别 | 第16-22页 |
| ·人脸识别 | 第18-21页 |
| ·掌纹识别 | 第21页 |
| ·指关节纹识别 | 第21-22页 |
| ·本文研究工作概述 | 第22-23页 |
| ·本文的内容安排 | 第23-24页 |
| 2 特征抽取和分类器 | 第24-34页 |
| ·引言 | 第24-25页 |
| ·常见基于子空间分析特征抽取方法 | 第25-30页 |
| ·线性鉴别分析(LDA) | 第25页 |
| ·基于局部最小重构误差准则的鉴别分析方法(MLREF) | 第25-26页 |
| ·近邻保持嵌入(NPE) | 第26-27页 |
| ·鉴别局部排列(DLA) | 第27-30页 |
| ·两种基于重构误差的分类器 | 第30-32页 |
| ·线性回归分类器(LRC) | 第30-31页 |
| ·基于稀疏表示的分类器(SRC) | 第31-32页 |
| ·本章小结 | 第32-34页 |
| 3 重构鉴别分析(RDA) | 第34-52页 |
| ·引言 | 第34-35页 |
| ·基本思想 | 第35-36页 |
| ·RDA算法 | 第36-38页 |
| ·RDA算法中的小样本问题 | 第38-39页 |
| ·RDA算法步骤 | 第39页 |
| ·RDA和相关工作的联系 | 第39-40页 |
| ·RDA和LDA | 第39页 |
| ·RDA和MLREF | 第39-40页 |
| ·RDA和LRC | 第40页 |
| ·实验结果 | 第40-49页 |
| ·人脸识别 | 第41-45页 |
| ·指关节纹识别 | 第45-49页 |
| ·实验结果显著性评价 | 第49页 |
| ·实验结果分析 | 第49-50页 |
| ·本章小结 | 第50-52页 |
| 4 基于最大化最近子空间边缘准则的子空间分析方法(MNSMC) | 第52-69页 |
| ·引言 | 第52-53页 |
| ·基本思想 | 第53-54页 |
| ·MNSMC算法 | 第54-58页 |
| ·MNSMC算法步骤 | 第58-59页 |
| ·实验结果 | 第59-67页 |
| ·人脸识别 | 第59-61页 |
| ·指关节纹识别 | 第61-64页 |
| ·手写体数字识别 | 第64-67页 |
| ·实验结果分析 | 第67-68页 |
| ·本章小结 | 第68-69页 |
| 5 局部重构片排列(LRPA) | 第69-83页 |
| ·引言 | 第69-70页 |
| ·基本思想 | 第70-72页 |
| ·LRPA算法 | 第72-74页 |
| ·LRPA算法步骤 | 第74页 |
| ·实验结果 | 第74-81页 |
| ·人脸识别 | 第75-76页 |
| ·指关节纹识别 | 第76-77页 |
| ·掌纹识别 | 第77-79页 |
| ·算法对参数鲁棒性讨论 | 第79-81页 |
| ·实验结果分析 | 第81页 |
| ·本章小结 | 第81-83页 |
| 6 结束语 | 第83-85页 |
| 致谢 | 第85-86页 |
| 参考文献 | 第86-101页 |
| 附录 | 第101页 |