| 致谢 | 第4-5页 |
| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 缩写和符号清单 | 第14-15页 |
| 1 引言 | 第15-39页 |
| 1.1 课题研究背景及意义 | 第15-16页 |
| 1.2 国内外研究现状 | 第16-22页 |
| 1.3 论文主要创新点 | 第22-23页 |
| 1.4 论文相关理论 | 第23-35页 |
| 1.4.1 再生核希尔伯特空间 | 第23-26页 |
| 1.4.2 支持向量机模型的建立 | 第26-28页 |
| 1.4.3 多核函数及其再生核希尔伯特空间 | 第28-30页 |
| 1.4.4 多核模型的建立 | 第30-31页 |
| 1.4.5 与流形学习相关的数学定义 | 第31-32页 |
| 1.4.6 流形正则化方法 | 第32-35页 |
| 1.5 论文组织结构 | 第35-39页 |
| 2 监督的流形正则化多核分类模型 | 第39-61页 |
| 2.1 问题的提出 | 第39页 |
| 2.2 监督型流形正则方法的提出 | 第39-42页 |
| 2.2.1 Hellinger距离描述输入数据间的近邻关系 | 第39-41页 |
| 2.2.2 输出数据所表达的类别标号的利用 | 第41-42页 |
| 2.3 监督的流形正则化多核分类模型的建立 | 第42-46页 |
| 2.4 监督的流形正则化多核分类模型的求解算法 | 第46-48页 |
| 2.4.1 既约梯度下降法的应用 | 第46-48页 |
| 2.4.2 监督的流形正则化多核分类模型的算法流程 | 第48页 |
| 2.5 典型数据集的仿真 | 第48-54页 |
| 2.6 公共数据集的仿真 | 第54-57页 |
| 2.6.1 数据集介绍 | 第54-55页 |
| 2.6.2 仿真结果的对比与分析 | 第55-57页 |
| 2.7 序列图像目标运动的轨迹流形的应用 | 第57-60页 |
| 2.8 本章小结 | 第60-61页 |
| 3 流形正则化多核分类模型的半监督分类研究 | 第61-90页 |
| 3.1 问题的提出 | 第61页 |
| 3.2 半监督的流形正则化多核分类模型 | 第61-64页 |
| 3.3 半监督的流形正则化多核分类模型的求解算法 | 第64-67页 |
| 3.3.1 水平集法的应用 | 第64-66页 |
| 3.3.2 半监督流形正则化多核分类模型算法流程 | 第66-67页 |
| 3.4 典型数据集的仿真 | 第67-71页 |
| 3.5 公共数据集的仿真 | 第71-76页 |
| 3.5.1 数据集介绍 | 第71-72页 |
| 3.5.2 其他对比方法介绍 | 第72-73页 |
| 3.5.3 仿真结果的对比与分析 | 第73-76页 |
| 3.6 模型在模糊红外目标提取中的应用 | 第76-85页 |
| 3.7 模型的正则系数的影响 | 第85-86页 |
| 3.8 模型的误差分析 | 第86-88页 |
| 3.9 本章小结 | 第88-90页 |
| 4 半监督流形正则化多核模型的核函数参数自动选择 | 第90-103页 |
| 4.1 问题的提出 | 第90页 |
| 4.2 可自动选择核函数参数的模型的建立 | 第90-97页 |
| 4.2.1 自动选择核函数参数的模型的分析 | 第93-95页 |
| 4.2.2 可自动选择核函数参数的模型的算法流程 | 第95-97页 |
| 4.3 公共数据集的仿真 | 第97-100页 |
| 4.3.1 其他对比方法说明 | 第97页 |
| 4.3.2 数据仿真结果的对比与分析 | 第97-100页 |
| 4.4 核函数参数可自动选择的模型的正则系数影响 | 第100-102页 |
| 4.5 本章小结 | 第102-103页 |
| 5 半监督流形正则化多核分类模型的p范数约束改进 | 第103-117页 |
| 5.1 问题的提出 | 第103页 |
| 5.2 P范数约束多核组合权值的半监督流形正则化多核模型 | 第103-112页 |
| 5.2.1 模型的建立和求解流程 | 第103-106页 |
5.2.2 范数1| 第106-109页 | |
| 5.2.3 算法求解过程的两点讨论 | 第109-112页 |
| 5.3 公共数据集的仿真 | 第112-114页 |
| 5.3.1 其他对比方法说明 | 第112页 |
| 5.3.2 数据仿真结果的对比与分析 | 第112-114页 |
| 5.4 P范数约束多核组合权值的模型的正则系数仿真 | 第114-116页 |
| 5.5 本章总结 | 第116-117页 |
| 6 总结与展望 | 第117-121页 |
| 6.1 研究内容总结 | 第117-119页 |
| 6.2 未来工作展望 | 第119-121页 |
| 参考文献 | 第121-130页 |
| 作者简历及在学研究成果 | 第130-135页 |
| 学位论文数据集 | 第135页 |
