健壮的流形学习算法及其应用研究
| 中文摘要 | 第1-3页 |
| Abstract | 第3-4页 |
| 中文文摘 | 第4-7页 |
| 目录 | 第7-9页 |
| 绪论 | 第9-13页 |
| 第一节 研究背景和意义 | 第9-10页 |
| 第二节 研究现状 | 第10-11页 |
| 第三节 本文的工作 | 第11-12页 |
| 第四节 本文的组织结构 | 第12-13页 |
| 第一章 流形学习经典算法简介 | 第13-23页 |
| 第一节 流形学习的基本概念 | 第13-14页 |
| 第二节 几种代表性的流形学习算法 | 第14-18页 |
| 第三节 经典流形学习算法存在的问题 | 第18-20页 |
| 第四节 本章小结 | 第20-23页 |
| 第二章 基于局部相关维度的噪音流形学习算法 | 第23-35页 |
| 第一节 局部相关维度的概念 | 第23-24页 |
| 第二节 基于局部相关维度的噪音流形学习算法 | 第24-28页 |
| 第三节 实验结果 | 第28-34页 |
| 第四节 本章小结 | 第34-35页 |
| 第三章 有监督的噪音流形学习算法 | 第35-41页 |
| 第一节 监督学习及核方法概述 | 第35页 |
| 第二节 基于核方法与监督学习的流形学习算法 | 第35-38页 |
| 第三节 实验结果 | 第38-39页 |
| 第四节 算法在拉曼光谱数据上的应用 | 第39页 |
| 第五节 本章小结 | 第39-41页 |
| 第四章 基于共享近邻的噪音流形学习 | 第41-49页 |
| 第一节 共享近邻的概念 | 第41页 |
| 第二节 基于共享近邻的非线性降维算法 | 第41-44页 |
| 第三节 实验结果 | 第44-46页 |
| 第四节 算法在医院绩效考核上的应用 | 第46-48页 |
| 第五节 本章小结 | 第48-49页 |
| 第五章 总结与展望 | 第49-51页 |
| 第一节 全文总结 | 第49-50页 |
| 第二节 研究展望 | 第50-51页 |
| 参考文献 | 第51-55页 |
| 攻读学位期间承担的科研任务与主要成果 | 第55-57页 |
| 致谢 | 第57-59页 |
| 个人简历 | 第59页 |
