| 摘要 | 第1-3页 |
| ABSTRACT | 第3-7页 |
| 1 绪论 | 第7-12页 |
| ·研究背景与研究意义 | 第7-8页 |
| ·国内外研究现状和发展趋势 | 第8-11页 |
| ·国内外研究现状 | 第8-10页 |
| ·发展趋势 | 第10页 |
| ·人脸识别算法研究难点 | 第10-11页 |
| ·本论文的主要工作和章节安排 | 第11-12页 |
| 2 流形学习与特征提取 | 第12-21页 |
| ·流形学习理论基础 | 第12-13页 |
| ·流形学习算法分析 | 第13-19页 |
| ·局部线性嵌入(LLE) | 第13-15页 |
| ·等距映射(ISOMAP) | 第15-16页 |
| ·拉普拉斯特征映射(LE) | 第16-17页 |
| ·局部切空间排列(LTSA) | 第17-18页 |
| ·算法异同点分析 | 第18-19页 |
| ·维数约减算法 | 第19-20页 |
| ·小结 | 第20-21页 |
| 3 支持向量机与多类分类 | 第21-29页 |
| ·支持向量机理论基础 | 第21-23页 |
| ·统计学习理论 | 第21页 |
| ·VC 维推广理论 | 第21-22页 |
| ·结构风险最小化 | 第22-23页 |
| ·支持向量机分类机 | 第23-27页 |
| ·线性支持向量机 | 第23-25页 |
| ·非线性支持向量机 | 第25-27页 |
| ·支持向量机多类分类 | 第27-28页 |
| ·小结 | 第28-29页 |
| 4 基于邻域动态变化的 LLE 与 SVM 的人脸识别 | 第29-39页 |
| ·邻域动态变化 LLE 算法 | 第29-31页 |
| ·单链聚类算法动态获取初步邻域 | 第29-31页 |
| ·邻域优化 | 第31页 |
| ·支持向量机参数研究 | 第31-35页 |
| ·支持向量机参数对分类性能的影响 | 第31-32页 |
| ·萤火虫算法原理 | 第32-35页 |
| ·人脸数据库实验分析 | 第35-38页 |
| ·ORL 人脸数据库 | 第35-36页 |
| ·YALB 人脸数据库 | 第36页 |
| ·实验与分析 | 第36-38页 |
| ·小结 | 第38-39页 |
| 5 基于改进距离 SSLLE 与 SVM 的人脸识别 | 第39-49页 |
| ·监督流形学习问题 | 第39页 |
| ·半监督流形学习问题 | 第39-43页 |
| ·半监督流形学习原理 | 第40页 |
| ·半监督流形学习算法 | 第40-43页 |
| ·改进距离的 SSLLE 与 SVM 的人脸识别 | 第43-46页 |
| ·半监督局部线性嵌入算法 | 第43-45页 |
| ·改进距离分析 | 第45-46页 |
| ·改进距离的 SSLLE 与 SVM 算法 | 第46页 |
| ·实验与分析 | 第46-48页 |
| ·小结 | 第48-49页 |
| 6 总结与展望 | 第49-51页 |
| 致谢 | 第51-52页 |
| 参考文献 | 第52-56页 |
| 附录 | 第56页 |