典型相关分析：在机器学习方法上应用的概述

致谢	第1-6页
中文摘要	第6-7页
ABSTRACT	第7-9页
引言	第9-11页
1 典型相关分析的理论及计算	第11-16页
·CCA简介及定义	第11-12页
·CCA算法	第12-14页
·典型相关分析的一般化	第14-16页
2 核典型相关分析理论及计算	第16-23页
·KCCA简介	第16页
·KCCA产生的背景	第16页
·核函数的定义	第16页
·KCCA理论	第16-18页
·CCA的核化	第16-18页
·产生的问题	第18页
·KCCA算法	第18-21页
·正则化	第19页
·不完全Cholesky分解	第19-21页
·两种常用核函数	第21-23页
·多项式核	第21-22页
·高斯核	第22-23页
3 CCA及KCCA应用	第23-32页
·利用典型相关分析求两组变量的相关性	第23-29页
·实验背景及过程	第23-28页
·实验结论及分析	第28-29页
·核典型相关分析在机器学习中的应用——字符识别	第29-32页
·KCCA算法的实现步骤	第29-30页
·核CCA算法的伪代码	第30页
·字符识别实验	第30-32页
4 结论	第32-33页
参考文献	第33-34页
附录	第34-40页
作者简历	第40-42页
学位论文数据集	第42页