多流形数据建模及其应用

摘要	第1-5页
ABSTRACT	第5-10页
主要符号对照表	第10-11页
第一章 绪论	第11-19页
·选题背景和研究意义	第11-13页
·研究现状和存在问题	第13-16页
·研究现状	第13-15页
·面临的挑战	第15-16页
·本文的主要研究工作	第16-17页
·本文的结构内容安排	第17-19页
第二章 监督流形数据建模及其头部姿势估计应用	第19-40页
·引言	第19页
·流形学习方法	第19-27页
·流形学习描述	第21页
·局部线性嵌入	第21-23页
·等距特征映射	第23-24页
·拉普拉斯特征映射	第24-25页
·局部保持映射	第25-26页
·边缘费舍尔分析	第26-27页
·基于监督流形学习的头部姿势估计	第27-33页
·流形嵌入方法	第29-30页
·监督流形嵌入	第30-33页
·姿势估计	第33页
·实验及结果分析	第33-38页
·数据集和评判方法	第34-36页
·低维嵌入空间	第36-37页
·算法比较	第37-38页
·结论	第38-39页
本章部分内容出自下面论文	第39-40页
第三章 基于近邻传播聚类的多流形数据建模	第40-63页
·引言	第40页
·多流形数据建模	第40-47页
·混合线性建模	第41-44页
·流形聚类	第44-47页
·基于多流形数据建模的头部姿势估计	第47-55页
·动机与建模	第47-50页
·多流形嵌入	第50-55页
·近邻传播聚类	第50-52页
·基于个体代表的流形嵌入	第52-54页
·姿势估计	第54-55页
·实验及结果分析	第55-61页
·数据集和评判方法	第56-57页
·流形嵌入空间	第57-58页
·流形数目的影响	第58-60页
·多流形嵌入空间	第60页
·算法比较	第60-61页
·对于不同身份的鲁棒性	第61页
·结论	第61-62页
本章部分内容出自下面论文	第62-63页
第四章 基于投影聚类的多流形数据建模	第63-80页
·引言	第63-64页
·投影聚类	第64-68页
·子空间聚类	第64-66页
·投影聚类算法	第66-68页
·基于多流形数据建模的头部姿势估计	第68-73页
·相似单纯形	第68-71页
·流形嵌入	第71-72页
·K流形聚类	第72页
·姿势估计	第72-73页
·实验与结果	第73-79页
·数据集和评判方法	第74-76页
·流形嵌入空间	第76-77页
·算法比较	第77-78页
·对于不同身份的鲁棒性	第78页
·基于实时视频的头部姿势估计	第78-79页
·结论	第79页
本章部分内容出自下面论文	第79-80页
第五章 基于组稀疏非负矩阵分解的多流形数据建模	第80-100页
·引言	第80页
·稀疏表示	第80-84页
·组稀疏表示	第84-86页
·非负矩阵分解及其稀疏约束	第86-89页
·组稀疏非负矩阵分解	第89-93页
·形式化	第89-90页
·迭代规则	第90-91页
·初始化方法	第91-93页
·实验及结果分析	第93-99页
·数据集与评判方法	第93-96页
·参数选择	第96-97页
·实验结果	第97-98页
·系数矩阵H的组稀疏性	第98-99页
·本章小结	第99页
本章部分内容出自下面论文	第99-100页
第六章 总结与展望	第100-103页
·本文工作总结	第100-101页
·未来工作展望	第101-103页
参考文献	第103-115页
致谢	第115-116页
个人简历、在学期间的研究成果及发表的论文	第116-118页
上海交通大学博士学位论文答辩决议书	第118-120页