基于标签信息的流形对齐算法研究
| 摘要 | 第3-5页 |
| abstract | 第5-6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 研究背景和意义 | 第9页 |
| 1.2 研究现状 | 第9-12页 |
| 1.3 本文主要工作 | 第12-13页 |
| 1.4 本文组织结构 | 第13-15页 |
| 第2章 相关工作 | 第15-23页 |
| 2.1 流形学习 | 第15-16页 |
| 2.2 度量学习 | 第16-17页 |
| 2.3 流形对齐 | 第17-20页 |
| 2.4 本章小结 | 第20-23页 |
| 第3章 基于标签空间映射的流形对齐算法 | 第23-41页 |
| 3.1 问题的提出 | 第23页 |
| 3.2 基于标签空间映射的流形对齐算法 | 第23-30页 |
| 3.2.1 算法模型 | 第24-27页 |
| 3.2.2 流形间相似性的构造 | 第27-29页 |
| 3.2.3 算法步骤 | 第29-30页 |
| 3.3 实验与分析 | 第30-39页 |
| 3.3.1 实验设置 | 第30-32页 |
| 3.3.2 手写数字识别 | 第32-34页 |
| 3.3.3 语音识别 | 第34-36页 |
| 3.3.4 文本分类 | 第36-39页 |
| 3.4 本章小结 | 第39-41页 |
| 第4章 基于近邻元分析的半监督局部线性嵌入算法 | 第41-51页 |
| 4.1 问题的提出 | 第41页 |
| 4.2 近邻元分析 | 第41-42页 |
| 4.3 基于近邻元分析的半监督局部线性嵌入算法 | 第42-46页 |
| 4.3.1 算法模型 | 第43-45页 |
| 4.3.2 算法步骤 | 第45-46页 |
| 4.4 实验与分析 | 第46-50页 |
| 4.4.1 实验设置 | 第46页 |
| 4.4.2 在Ionosphere数据集上的分类 | 第46-48页 |
| 4.4.3 人脸识别 | 第48-49页 |
| 4.4.4 手写数字识别 | 第49-50页 |
| 4.5 本章小结 | 第50-51页 |
| 第5章 基于近邻元分析的半监督流形对齐算法 | 第51-61页 |
| 5.1 问题的提出 | 第51页 |
| 5.2 基于近邻元分析的半监督流形对齐算法 | 第51-55页 |
| 5.2.1 算法模型 | 第51-54页 |
| 5.2.2 算法步骤 | 第54-55页 |
| 5.3 实验与分析 | 第55-60页 |
| 5.3.1 实验设置 | 第55页 |
| 5.3.2 实验用数据集描述 | 第55-56页 |
| 5.3.3 实验结果和分析 | 第56-60页 |
| 5.4 本章小结 | 第60-61页 |
| 第6章 总结和展望 | 第61-63页 |
| 6.1 本文总结 | 第61-62页 |
| 6.2 未来工作展望 | 第62-63页 |
| 参考文献 | 第63-67页 |
| 致谢 | 第67-69页 |
| 个人简历、在学期间的研究成果及发表的学术论文 | 第69页 |
