快速降维算法研究
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第一章 引言 | 第13-19页 |
| 1.1 研究背景及意义 | 第13-14页 |
| 1.2 研究现状 | 第14-17页 |
| 1.3 本文工作 | 第17-18页 |
| 1.4 本文组织结构 | 第18-19页 |
| 第二章 相关工作介绍 | 第19-31页 |
| 2.1 主成分分析PCA | 第19-21页 |
| 2.2 局部线性嵌入LLE | 第21-24页 |
| 2.3 2D主成分分析 | 第24-26页 |
| 2.4 卷积神经网络 | 第26-29页 |
| 2.5 本章小结 | 第29-31页 |
| 第三章 基于流形学习的快速数据降维算法 | 第31-47页 |
| 3.1 算法流程 | 第32页 |
| 3.2 流形的生成 | 第32-35页 |
| 3.3 内在维数估计 | 第35-37页 |
| 3.4 数据降维 | 第37页 |
| 3.5 人工数据实验 | 第37-42页 |
| 3.5.1 数据集介绍 | 第38-39页 |
| 3.5.2 实验结果 | 第39-40页 |
| 3.5.3 实验结果分析 | 第40-42页 |
| 3.6 Adult真实数据实验 | 第42-43页 |
| 3.6.1 数据集介绍 | 第42页 |
| 3.6.2 实验结果 | 第42页 |
| 3.6.3 实验结果分析 | 第42-43页 |
| 3.7 ORL真实数据实验 | 第43-45页 |
| 3.7.1 数据集介绍 | 第43-44页 |
| 3.7.2 实验结果 | 第44-45页 |
| 3.7.3 实验结果分析 | 第45页 |
| 3.8 本章小结 | 第45-47页 |
| 第四章 平面数据降维 | 第47-62页 |
| 4.1 算法流程 | 第48页 |
| 4.2 增量正交成分分析 | 第48-52页 |
| 4.2.1 卷积核的生成 | 第49-50页 |
| 4.2.2 自适应阈值 | 第50-51页 |
| 4.2.3 算法描述 | 第51-52页 |
| 4.3 卷积层 | 第52-53页 |
| 4.4 二值化哈希 | 第53页 |
| 4.5 直方图统计 | 第53-54页 |
| 4.6 复杂度分析 | 第54-55页 |
| 4.7 人脸数据集实验 | 第55-58页 |
| 4.7.1 数据集介绍 | 第55页 |
| 4.7.2 实验结果 | 第55-57页 |
| 4.7.3 实验结果分析 | 第57-58页 |
| 4.8 手写体数据集实验 | 第58-61页 |
| 4.8.1 数据集介绍 | 第58页 |
| 4.8.2 实验结果 | 第58-60页 |
| 4.8.3 实验结果分析 | 第60-61页 |
| 4.9 本章小结 | 第61-62页 |
| 第五章 总结以及未来工作 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 简历与科研成果 | 第68-70页 |
| 致谢 | 第70-71页 |
