| 中文摘要 | 第1-3页 |
| ABSTRACT | 第3-6页 |
| 第一章 绪论 | 第6-10页 |
| ·研究背景和目的 | 第6页 |
| ·研究现状 | 第6-9页 |
| ·机器学习 | 第6-7页 |
| ·机器学习方法介绍 | 第7-9页 |
| ·本文结构 | 第9-10页 |
| 第二章 流形学习算法介绍 | 第10-22页 |
| ·线性流形学习算法 | 第10-16页 |
| ·主成分分析法（PCA） | 第10-13页 |
| ·经典多维尺度分析（CMDS） | 第13-15页 |
| ·线性流形学习算法小结 | 第15-16页 |
| ·非线性流形学习算法 | 第16-22页 |
| ·等距映射算法（Isomap） | 第16-17页 |
| ·局域线性嵌入（LLE） | 第17-19页 |
| ·拉普拉斯特征映像（Laplacian Eigenmaps） | 第19-20页 |
| ·随机邻域嵌入（SNE） | 第20-21页 |
| ·非线性流形学习算法小结 | 第21-22页 |
| 第三章 大数据集流形学习算法 | 第22-33页 |
| ·基于锚点集的最小平方误差等距嵌入算法 | 第22-27页 |
| ·AIE 算法证明 | 第22-24页 |
| ·AIE 算法复杂性分析 | 第24-25页 |
| ·自适应邻域选择算法 | 第25-27页 |
| ·算法比较实验 | 第27-32页 |
| ·基于无噪声Swiss 数据集的实验 | 第28-29页 |
| ·基于伪自由度噪声Swiss 数据集的实验 | 第29-30页 |
| ·基于贯通型噪声Swiss 数据集的实验 | 第30-32页 |
| ·算法讨论 | 第32-33页 |
| 第四章 AIE 算法在搜索引擎技术中的应用 | 第33-44页 |
| ·搜索引擎技术现状 | 第33-34页 |
| ·AIE 应用原理及方案 | 第34-37页 |
| ·基于点击数据的查询扩展系统 | 第34-35页 |
| ·设计方案 | 第35-37页 |
| ·设计方案有效性分析 | 第37-39页 |
| ·可嵌入性 | 第38页 |
| ·嵌入的压缩效率 | 第38-39页 |
| ·嵌入算法的时间效率 | 第39页 |
| ·原理有效性分析 | 第39页 |
| ·点击数据仿真实验 | 第39-43页 |
| ·仿真数据介绍 | 第40-41页 |
| ·实验方案及结果分析 | 第41-43页 |
| ·总结 | 第43-44页 |
| 第五章 总结与展望 | 第44-46页 |
| 参考文献 | 第46-49页 |
| 发表论文和科研情况说明 | 第49-50页 |
| 致谢 | 第50页 |