| 中文摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 本课题研究背景与意义 | 第9页 |
| 1.2 流形学习研究进展 | 第9-12页 |
| 1.3 压缩感知 | 第12-13页 |
| 1.4 问题提出与内容安排 | 第13-15页 |
| 第二章 相关基础理论 | 第15-25页 |
| 2.1 流形学习算法 | 第15-19页 |
| 2.1.1 局部线性嵌入(LLE) | 第15-17页 |
| 2.1.2 等距映射(ISOMAP) | 第17-18页 |
| 2.1.3 拉普拉斯特征映射(LE) | 第18页 |
| 2.1.4 局部切空间排列(LTSA) | 第18-19页 |
| 2.2 稀疏信号重构算法 | 第19-24页 |
| 2.2.1 压缩感知框架 | 第19-21页 |
| 2.2.2 匹配追踪算法(MP) | 第21-22页 |
| 2.2.3 正交匹配追踪算法(OMP) | 第22-24页 |
| 2.3 本章小结 | 第24-25页 |
| 第三章 基于 OMP 的局部线性嵌入算法 | 第25-33页 |
| 3.1 局部线性嵌入(LLE) | 第25-26页 |
| 3.2 基于 OMP 的局部线性嵌入(LLE-OMP) | 第26-27页 |
| 3.3 实验比较 | 第27-32页 |
| 3.3.1 分类 | 第28-31页 |
| 3.3.2 聚类 | 第31-32页 |
| 3.4 本章小结 | 第32-33页 |
| 第四章 基于 OMP 的局部线性嵌入增量学习算法 | 第33-46页 |
| 4.1 局部线性嵌入增量学习 | 第33-34页 |
| 4.2 基于 OMP 的局部线性嵌入增量学习 | 第34-36页 |
| 4.2.1 ILLE-LS-OMP | 第34-35页 |
| 4.2.2 ILLE-OMP-OMP | 第35-36页 |
| 4.3 实验比较 | 第36-44页 |
| 4.3.1 UCI 数据集 | 第36-39页 |
| 4.3.2 MNIST 数据集 | 第39-41页 |
| 4.3.3 人脸数据集 | 第41-44页 |
| 4.4 本章小结 | 第44-46页 |
| 第五章 基于 OMP 的有监督局部线性嵌入算法 | 第46-56页 |
| 5.1 有监督的局部线性嵌入(SLLE) | 第46-47页 |
| 5.2 基于 OMP 的有监督局部线性嵌入(SLLE-OMP) | 第47-49页 |
| 5.3 实验比较 | 第49-55页 |
| 5.3.1 UCI 数据集 | 第49-51页 |
| 5.3.2 MNIST 数据集 | 第51-53页 |
| 5.3.3 人脸数据集 | 第53-55页 |
| 5.4 本章小结 | 第55-56页 |
| 第六章 总结与展望 | 第56-58页 |
| 6.1 总结 | 第56-57页 |
| 6.2 展望 | 第57-58页 |
| 参考文献 | 第58-64页 |
| 攻读硕士学位期间主要的研究成果 | 第64-65页 |
| 科研情况 | 第64页 |
| 论文发表 | 第64页 |
| 专利申请 | 第64-65页 |
| 致谢 | 第65-66页 |