| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第一章 绪论 | 第11-20页 |
| ·引言 | 第11-12页 |
| ·线性降维的一般框架 | 第12-13页 |
| ·小样本问题 | 第13-15页 |
| ·国内外研究现状 | 第15-18页 |
| ·基于小样本的线性判别分析研究进展 | 第15-17页 |
| ·基于小样本的局部保持投影研究进展 | 第17-18页 |
| ·本文的研究意义 | 第18页 |
| ·本文的主要工作 | 第18-19页 |
| ·本文的章节安排 | 第19-20页 |
| 第二章 基于小样本的线性判别分析 | 第20-41页 |
| ·线性判别分析 | 第20-23页 |
| ·线性判别分析的基本概念 | 第20-23页 |
| ·线性判别分析的局限性 | 第23页 |
| ·基于小样本的线性判别分析算法 | 第23-25页 |
| ·伪逆的线性判别分析算法 | 第23-24页 |
| ·直接的线性判别分析算法 | 第24-25页 |
| ·基于QR分解的线性判别分析算法 | 第25页 |
| ·DLDA算法与LDA/QR算法的等价性证明 | 第25-29页 |
| ·DLDA算法与伪逆的LDA算法的等价性证明 | 第26-27页 |
| ·LDA/QR算法与伪逆的LDA算法的等价性证明 | 第27-29页 |
| ·DLDA算法与LDA/QR的等价性 | 第29页 |
| ·PRE-DLDA算法与PRE-LDA/QR算法的等价性证明 | 第29-30页 |
| ·轻量级线性判别分析算法 | 第30页 |
| ·实验测试 | 第30-39页 |
| ·数据集介绍 | 第30-31页 |
| ·实验方法和步骤 | 第31-32页 |
| ·实验结果与分析 | 第32-37页 |
| ·扩展实验 | 第37-39页 |
| ·本章小结 | 第39-41页 |
| ·小结 | 第39-40页 |
| ·进一步的工作 | 第40-41页 |
| 第三章 基于小样本的局部保持投影 | 第41-62页 |
| ·局部保持投影算法 | 第41-42页 |
| ·局部保持投影算法所存在的问题 | 第42-43页 |
| ·伪逆的局部保持投影算法 | 第43-48页 |
| ·同时对角化矩阵XDX~T、XSX~T和XLX~T | 第44-46页 |
| ·PLPP算法框架 | 第46-48页 |
| ·时间复杂度分析 | 第48页 |
| ·基于QR分解的局部保持投影算法 | 第48-52页 |
| ·LPPQR算法框架 | 第48-50页 |
| ·理论分析 | 第50-51页 |
| ·时间复杂度分析 | 第51-52页 |
| ·实验测试 | 第52-60页 |
| ·实验环境与步骤简介 | 第52页 |
| ·局部保持能力分析 | 第52-53页 |
| ·实验结果与分析 | 第53-60页 |
| ·本章小结 | 第60-62页 |
| ·小结 | 第60-61页 |
| ·进一步的工作 | 第61-62页 |
| 第四章 线性降维算法在掌纹识别中的应用 | 第62-68页 |
| ·掌纹识别概述 | 第62-63页 |
| ·掌纹识别研究现状 | 第63页 |
| ·基于外观的掌纹识别一般步骤 | 第63-64页 |
| ·掌纹数据库描述 | 第64-65页 |
| ·实验结果分析 | 第65-67页 |
| ·本章小结 | 第67-68页 |
| ·小结 | 第67页 |
| ·下一步的工作 | 第67-68页 |
| 总结与展望 | 第68-70页 |
| 参考文献 | 第70-77页 |
| 附录A:矩阵相关的概念 | 第77-79页 |
| A.1 矩阵迹 | 第77页 |
| A.2 矩阵的MOORE-PENROSE伪逆 | 第77-79页 |
| 攻读硕士学位期间发表论文 | 第79-80页 |
| 致谢 | 第80页 |