基于矩阵模式和向量子模式表示的特征提取及其分类

第一章 绪论	第1-8页
·模式识别及其系统	第5-6页
·特征的提取	第6-7页
·本文所研究内容	第7-8页
第二章 特征提取	第8-17页
·特征提取的基本概念	第8-9页
·原始特征	第8页
·特征的提取	第8页
·特征的选择	第8-9页
·类别可分离性判据	第9页
·可分性判据的类内类间距离	第9-10页
·特征提取的几种常用方法	第10-17页
·主分量分折法(PCA)	第11-12页
·Fisher线性判别分析(FLDA)	第12-14页
·基于熵概念的特征提取方法	第14-15页
·基于神经网络的特征提取	第15-17页
第三章 MATPCA和MATFLDA	第17-33页
·MATPCA	第17-20页
·MatPCA的描述	第17-19页
·MatPCA与PCA的比较	第19-20页
·MATFLDA	第20-21页
·向量模式的矩阵化	第21-22页
·比较规则	第22页
·实验结果	第22-32页
·数据集描述如下:	第23-24页
·实验结果	第24-31页
·实验总结	第31-32页
·总结	第32-33页
第四章 SPPCA和SPFLDA	第33-44页
·SPPCA	第33-35页
·SPFLDA	第35-37页
·实验结果	第37-41页
·实验总结	第41-43页
·总结	第43-44页
第五章 总结与后继工作	第44-46页
·总结	第44-45页
·后继工作	第45-46页
致谢	第46-47页
研究生期间发表的论文	第47-48页
参考文献	第48-49页