| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第8-17页 |
| 1.1 研究背景及意义 | 第8-11页 |
| 1.2 人脸识别的发展与研究现状 | 第11-13页 |
| 1.3 数据降维方法的简介 | 第13-14页 |
| 1.3.1 基于全局特征的线性数据降维 | 第13-14页 |
| 1.3.2 基于核的非线性主成分分析的数据降维 | 第14页 |
| 1.3.3 基于流形学习算法的数据降维 | 第14页 |
| 1.4 仿生优化算法 | 第14-15页 |
| 1.5 人脸数据库的简介 | 第15页 |
| 1.6 本文的主要内容和章节安排 | 第15-17页 |
| 1.6.1 本文主要内容 | 第15-16页 |
| 1.6.2 组织结构 | 第16-17页 |
| 第二章 统计降维算法和细菌觅食算法 | 第17-28页 |
| 2.1 人脸识别中的降维算法 | 第17-20页 |
| 2.1.1 线性分析 | 第17-18页 |
| 2.1.2 核主成分分析 | 第18-20页 |
| 2.2 细菌觅食算法 | 第20-25页 |
| 2.2.1 细菌觅食算法的的生物背景 | 第20-21页 |
| 2.2.2 细菌觅食算法的参数设置 | 第21-22页 |
| 2.2.3 细菌觅食算法的三大操作 | 第22-25页 |
| 2.3 本章小结 | 第25-28页 |
| 第三章 基于KPCA+LDA与细菌觅食算法融合的人脸识别方法 | 第28-38页 |
| 3.1 基于KPCA+LDA人脸识别方法 | 第28-29页 |
| 3.2 KPCA+LDA与细菌觅食算法的融合 | 第29-31页 |
| 3.2.1 目标函数 | 第29-31页 |
| 3.2.2 算法步骤 | 第31页 |
| 3.3 实验及结果分析 | 第31-36页 |
| 3.3.1 参数的设置 | 第32页 |
| 3.3.2 Yale人脸数据库测试 | 第32-34页 |
| 3.3.3 ORL数据库实验 | 第34-36页 |
| 3.4 本章小结 | 第36-38页 |
| 第四章 KPCA+LDA与新型细菌觅食算法融合的人脸识别方法 | 第38-46页 |
| 4.1 改进的细菌觅食算法 | 第38-41页 |
| 4.1.1 趋化操作的改进 | 第38页 |
| 4.1.2 复制操作的改进 | 第38-39页 |
| 4.1.3 仿真测试 | 第39-41页 |
| 4.2 KPCA+LDA与改进的细菌觅食算法融合在人脸识别中的应用 | 第41-42页 |
| 4.3 实验及结果分析 | 第42-44页 |
| 4.4 本章小结 | 第44-46页 |
| 第五章 总结与展望 | 第46-48页 |
| 5.1 总结 | 第46页 |
| 5.2 展望 | 第46-48页 |
| 参考文献 | 第48-52页 |
| 致谢 | 第52页 |
