| 摘要 | 第1-12页 |
| Abstract | 第12-14页 |
| 第一章 绪论 | 第14-33页 |
| ·课题背景和研究意义 | 第14-15页 |
| ·流形和流形学习 | 第15-18页 |
| ·流形学习简述 | 第18-29页 |
| ·流形学习研究的历史和现状 | 第18-23页 |
| ·流形学习算法的分类 | 第23-24页 |
| ·经典的流形学习算法 | 第24-28页 |
| ·当前流形学习研究存在的主要问题和发展方向 | 第28-29页 |
| ·主要工作和内容安排 | 第29-33页 |
| ·本文主要工作 | 第29-31页 |
| ·本文内容安排 | 第31-33页 |
| 第二章 面向噪声数据的流形学习算法研究 | 第33-66页 |
| ·引言 | 第33-34页 |
| ·相关工作 | 第34-42页 |
| ·流形学习对噪声的敏感性分析 | 第34-40页 |
| ·稳健的LLE算法(RLLE) | 第40-41页 |
| ·基于稳健PCA的噪声检测算法 | 第41-42页 |
| ·基于噪声点检测的稳健LTSA算法 | 第42-55页 |
| ·上下文距离 | 第43-44页 |
| ·基于编码长度的噪声点检测算法 | 第44-47页 |
| ·稳健LTSA算法(RLTSA) | 第47-48页 |
| ·实验结果与分析 | 第48-55页 |
| ·小结 | 第55页 |
| ·基于NRM的稳健ISOMAP算法 | 第55-65页 |
| ·近邻排序测度(NRM) | 第55-56页 |
| ·基于近邻排序测度的噪声点检测 | 第56-57页 |
| ·基于近邻排序测度的邻域选择方法 | 第57-58页 |
| ·稳健的ISOMAP算法(RISOMAP) | 第58页 |
| ·实验结果与分析 | 第58-65页 |
| ·本章小结 | 第65-66页 |
| 第三章 面向稀疏采样和非均匀分布数据的局部切空间排列算法 | 第66-87页 |
| ·引言 | 第66页 |
| ·局部切空间排列算法及其局限性 | 第66-68页 |
| ·改进的局部切空间排列算法 | 第68-77页 |
| ·基于PCA-L_1的切空间估计方法 | 第68-75页 |
| ·基于流形结构的加权排列方法 | 第75-77页 |
| ·实验结果与分析 | 第77-86页 |
| ·人造数据实验 | 第77-82页 |
| ·真实数据实验 | 第82-86页 |
| ·计算效率分析 | 第86页 |
| ·本章小结 | 第86-87页 |
| 第四章 基于稀疏表示和非参数判别分析的特征提取算法 | 第87-109页 |
| ·引言 | 第87-88页 |
| ·相关工作 | 第88-91页 |
| ·参数判别分析 | 第88-89页 |
| ·局部保持投影算法 | 第89页 |
| ·基于稀疏表示的图构造 | 第89-90页 |
| ·稀疏保持投影算法 | 第90-91页 |
| ·基于稀疏保持投影和非参数判别分析的特征提取算法 | 第91-95页 |
| ·类内稀疏重构保持 | 第91-92页 |
| ·类间鉴别信息提取 | 第92-93页 |
| ·目标函数及其求解 | 第93-94页 |
| ·规则化系数μ的设置 | 第94页 |
| ·算法复杂度分析 | 第94-95页 |
| ·基于稀疏表示和非参数判别分析的特征提取算法 | 第95-98页 |
| ·类内紧致性描述 | 第95-96页 |
| ·类间分离性描述 | 第96-97页 |
| ·目标函数及其求解 | 第97-98页 |
| ·算法复杂度分析 | 第98页 |
| ·实验结果与分析 | 第98-108页 |
| ·数据可视化实验 | 第99-100页 |
| ·人脸识别实验 | 第100-108页 |
| ·本章小结 | 第108-109页 |
| 第五章 基于子类结构保持的特征选择算法 | 第109-135页 |
| ·引言 | 第109-110页 |
| ·特征选择方法概述 | 第110-115页 |
| ·特征选择的定义 | 第110-111页 |
| ·特征选择的分类 | 第111-112页 |
| ·典型的特征选择方法 | 第112-115页 |
| ·基于子类结构保持的特征选择 | 第115-121页 |
| ·SSPFS方法的提出 | 第115-116页 |
| ·SSPFS方法的描述 | 第116-121页 |
| ·实验结果与分析 | 第121-134页 |
| ·UCI数据特征选择实验 | 第121-125页 |
| ·人脸数据特征选择实验 | 第125-126页 |
| ·遥感数据特征选择实验 | 第126-134页 |
| ·本章小结 | 第134-135页 |
| 第六章 结论与展望 | 第135-138页 |
| ·作总结 | 第135-136页 |
| ·下一步研究方向 | 第136-138页 |
| 致谢 | 第138-140页 |
| 参考文献 | 第140-149页 |
| 作者在学期间取得的学术成果 | 第149-150页 |
| 攻读博士期间参与的科研项目 | 第150页 |