摘要 | 第1-7页 |
ABSTRACT | 第7-9页 |
第1章 绪论 | 第9-12页 |
·课题研究背景及意义 | 第9页 |
·本文主要研究工作 | 第9-10页 |
·本文章节组织 | 第10-12页 |
第2章 流形学习研究综述 | 第12-17页 |
·流形和流形学习 | 第12-13页 |
·流形的概念 | 第12页 |
·流形学习的概念 | 第12-13页 |
·经典流形学习方法 | 第13-17页 |
·等距映射 | 第13-14页 |
·局部线性嵌入算法 | 第14-15页 |
·Laplacian 特征映射 | 第15-16页 |
·局部切空间排列 | 第16-17页 |
第3章 一种基于标记传播与局部嵌入保持的人脸表情识别方法 | 第17-26页 |
·人脸表情识别简介 | 第17页 |
·人脸表情识别相关方法 | 第17-19页 |
·一种基于标记传播与局部嵌入保持的人脸表情识别方法 | 第19-22页 |
·标记传播算法 | 第19-20页 |
·邻域保持嵌入 | 第20页 |
·更新类标矩阵 | 第20-22页 |
·实验结果及分析 | 第22-25页 |
·数据集 | 第22-23页 |
·实验结果 | 第23-25页 |
·本章小结 | 第25-26页 |
第4章 局部相关判定近邻保持算法 | 第26-31页 |
·LLE 算法及相关改进算法 | 第26-27页 |
·局部相关判定近邻保持算法 | 第27-28页 |
·实验结果及分析 | 第28-30页 |
·本章小结 | 第30-31页 |
第5章 子模式局部保持映射人脸识别 | 第31-38页 |
·人脸识别方法简介 | 第31页 |
·子模式局部保持映射人脸识别 | 第31-33页 |
·实验结果及分析 | 第33-37页 |
·数据集 PIE | 第33-35页 |
·数据集 YaleB | 第35-37页 |
·本章小结 | 第37-38页 |
第6章 一种基于信息熵数据修剪的支持向量机:EB-SVM | 第38-43页 |
·SVM 简介 | 第38-39页 |
·EB-SVM 算法 | 第39-41页 |
·实验结果及分析 | 第41-42页 |
·本章小结 | 第42-43页 |
第7章 总结展望 | 第43-44页 |
·研究内容总结 | 第43页 |
·下一步工作 | 第43-44页 |
参考文献 | 第44-47页 |
攻读硕士学位期间发表的论文和参与的项目 | 第47-48页 |
致谢 | 第48页 |