| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-20页 |
| 1.1 课题研究背景 | 第8-14页 |
| 1.2 鉴别分析方法 | 第14-18页 |
| 1.2.1 线性鉴别分析 | 第16-17页 |
| 1.2.2 二维鉴别分析 | 第17页 |
| 1.2.3 类特定鉴别分析 | 第17页 |
| 1.2.4 平衡类鉴别分析 | 第17-18页 |
| 1.3 本文主要研究工作概述 | 第18页 |
| 1.4 本文余下内容章节安排 | 第18-20页 |
| 第二章 相关算法介绍 | 第20-28页 |
| 2.1 主成分分析 | 第20-21页 |
| 2.2 线性鉴别分析和局部 Fisher 鉴别分析 | 第21-23页 |
| 2.3 Foley-Sammon 线性鉴别分析 | 第23页 |
| 2.4 统计不相关的最佳判别矢量集方法 | 第23-24页 |
| 2.5 二维主成分分析和二维线性鉴别分析 | 第24-25页 |
| 2.6 类特定线性鉴别分析 | 第25-26页 |
| 2.7 平衡类鉴别分析 | 第26-27页 |
| 2.8 本章小结 | 第27-28页 |
| 第三章 基于 K-means 的平衡类鉴别分析方法 | 第28-39页 |
| 3.1 方法的动机及基本思路 | 第28页 |
| 3.2 算法实现 | 第28-32页 |
| 3.2.1 选择特定类在负类中的近邻样本集 | 第29页 |
| 3.2.2 采用 K-means 聚类的方法将近邻样本集划分成多个平衡子集 | 第29-30页 |
| 3.2.3 将划分好的平衡子集分别与特定类组合 | 第30-31页 |
| 3.2.4 获取鉴别向量 | 第31-32页 |
| 3.3 实验结果 | 第32-38页 |
| 3.3.1 数据库介绍 | 第33-34页 |
| 3.3.2 Coil_20 数据库上的实验结果 | 第34-35页 |
| 3.3.3 USPS 数据库上的实验结果 | 第35-37页 |
| 3.3.4 Honda/UCSD 数据库上的实验结果 | 第37-38页 |
| 3.4 本章小结 | 第38-39页 |
| 第四章 基于 K-means 的平衡类统计正交鉴别分析方法 | 第39-48页 |
| 4.1 方法的动机及基本思路 | 第39页 |
| 4.2 算法实现 | 第39-43页 |
| 4.3 实验结果 | 第43-47页 |
| 4.3.1 Coil_20 数据库上的实验结果 | 第43-44页 |
| 4.3.2 USPS 数据库上的实验结果 | 第44-46页 |
| 4.3.3 Honda/USCD 数据库上的实验结果 | 第46-47页 |
| 4.4 本章小结 | 第47-48页 |
| 第五章 基于 K-means 的二维平衡类统计正交鉴别分析方法 | 第48-57页 |
| 5.1 方法的动机及基本思路 | 第48页 |
| 5.2 算法实现 | 第48-52页 |
| 5.2.1 选择特定类在负类中的近邻样本集 | 第48-49页 |
| 5.2.2 采用 K-means 聚类的方法将近邻样本集划分成多个平衡子集 | 第49页 |
| 5.2.3 将划分好的平衡子集分别与特定类组合 | 第49页 |
| 5.2.4 获取鉴别向量 | 第49-52页 |
| 5.3 实验结果 | 第52-56页 |
| 5.3.1 Coil_20 数据库上的实验结果 | 第53-54页 |
| 5.3.2 USPS 数据库上的实验结果 | 第54-55页 |
| 5.3.3 Honda/USCD 数据库上的实验结果 | 第55-56页 |
| 5.4 本章小结 | 第56-57页 |
| 第六章 总结与展望 | 第57-59页 |
| 6.1 本文工作总结 | 第57-58页 |
| 6.2 进一步研究展望 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 附录 攻读硕士学位期间发表的论文 | 第63-64页 |
| 致谢 | 第64页 |
