| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-17页 |
| ·引言 | 第9页 |
| ·模式识别技术的发展和应用 | 第9-10页 |
| ·支持向量机(SVM) | 第10-14页 |
| ·支持向量机简介 | 第10-11页 |
| ·支持向量机的分类原理 | 第11-14页 |
| ·BioID 人脸数据库简介 | 第14-15页 |
| ·自己拍摄的人脸数据库简介 | 第15页 |
| ·论文的主要内容和章节安排 | 第15-17页 |
| 第二章 噪音人脸的分类方法 | 第17-29页 |
| ·研究背景 | 第17页 |
| ·最小类内方差支持向量机(MCVSVMs) | 第17-22页 |
| ·MCVSVMs 在小样本分类问题中的解决方法 | 第19-20页 |
| ·MCVSVMs 在非线性分类问题中的解决方法 | 第20-21页 |
| ·MCVSVMs 算法实现 | 第21-22页 |
| ·总间隔v-支持向量机(TM-v-SVM) | 第22-25页 |
| ·TM-v-SVM 方法描述 | 第23-24页 |
| ·TM-v-SVM 算法实现 | 第24-25页 |
| ·公共矢量(CVs)与判别公共矢量(DCVs) | 第25-28页 |
| ·公共矢量(CVs) | 第25-26页 |
| ·判别公共矢量(DCVs) | 第26-27页 |
| ·DCVs 及CVs 的算法实现 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 第三章 总间隔v 最小类内方差支持向量机及其在噪音人脸分类中的应用 | 第29-38页 |
| ·引言 | 第29页 |
| ·总间隔v 最小类内方差支持向量机综述 | 第29-31页 |
| ·TM-v-MCVSVMs 在小样本分类问题中的解决方法 | 第31-32页 |
| ·TM-v-MCVSVMs 在非线性分类问题中的解决方法 | 第32-33页 |
| ·TM-v-MCVSVMs 算法实现 | 第33-35页 |
| ·实验结果及分析 | 第35-37页 |
| ·本章小结 | 第37-38页 |
| 第四章 基于公共矢量的总间隔v 最小类内方差支持向量机及其在噪音人脸分类中的应用 | 第38-45页 |
| ·引言 | 第38页 |
| ·基于公共矢量的总间隔v 最小类内方差支持向量机 | 第38-40页 |
| ·TM-v-M(CV)~2SVMs 算法实现 | 第40-41页 |
| ·实验结果及分析 | 第41-43页 |
| ·本章小结 | 第43-45页 |
| 第五章 基于公共矢量的最小类内方差支持向量机及其在噪音人脸分类中的应用 | 第45-55页 |
| ·引言 | 第45页 |
| ·基于公共矢量的最小类内方差支持向量机 | 第45-46页 |
| ·CV-MCVSVM 算法实现 | 第46-48页 |
| ·实验及分析 | 第48-54页 |
| ·BioID 人脸数据库的实验 | 第48-51页 |
| ·自己拍摄的人脸数据库的实验 | 第51-54页 |
| ·本章小结 | 第54-55页 |
| 第六章 总结与展望 | 第55-56页 |
| ·论文工作总结 | 第55页 |
| ·未来工作展望 | 第55-56页 |
| 致谢 | 第56-57页 |
| 参考文献 | 第57-60页 |
| 附录：作者在攻读硕士学位期间发表的论文 | 第60页 |
