非线性降维算法的自适应近邻选择
| 摘要 | 第3-4页 |
| abstract | 第4页 |
| 第1章 引言 | 第7-10页 |
| 1.1 降维算法研究现状 | 第7-8页 |
| 1.2 自适应指标h-index | 第8页 |
| 1.3 主要研究内容 | 第8-10页 |
| 第2章 著名降维算法简介 | 第10-14页 |
| 2.1 主成分分析（PCA） | 第10-11页 |
| 2.2 多维标度法（MDS） | 第11页 |
| 2.3 Isomaps | 第11-12页 |
| 2.4 局部线性嵌入（LLE） | 第12-14页 |
| 第3章 局部保持距离算法 | 第14-19页 |
| 3.1 降维算法构造与近邻选择 | 第14页 |
| 3.2 几个降维算法举例 | 第14-17页 |
| 3.2.1 PCA | 第14-15页 |
| 3.2.2 MDS | 第15-16页 |
| 3.2.3 LLE | 第16-17页 |
| 3.2.4 Isomaps | 第17页 |
| 3.3 局部保持距离算法 | 第17-18页 |
| 3.4 两阶段降维 | 第18-19页 |
| 第4章 自适应近邻选择方法 | 第19-25页 |
| 4.1 近邻选择问题的提出 | 第19-20页 |
| 4.2 自适应指标——h-index | 第20-22页 |
| 4.2.1 h-index自适应性 | 第20-21页 |
| 4.2.2 近邻选择与期刊评价 | 第21-22页 |
| 4.3 点集中的自适应距离指标——w-index | 第22-25页 |
| 第5章 数据与数值实验 | 第25-34页 |
| 5.1 降维算法计算结果 | 第25-28页 |
| 5.1.1 格点图 | 第25-26页 |
| 5.1.2 球面点 | 第26页 |
| 5.1.3 S型曲面 | 第26-27页 |
| 5.1.4 瑞士卷 | 第27-28页 |
| 5.2 近邻选择 | 第28-32页 |
| 5.2.1 均匀S型曲面 | 第28-29页 |
| 5.2.2 非均匀S型曲面 | 第29-31页 |
| 5.2.3 瑞士卷 | 第31-32页 |
| 5.3 分析与讨论 | 第32-34页 |
| 5.3.1 局部保持距离算法 | 第32页 |
| 5.3.2 w-index与近邻选择 | 第32-34页 |
| 第6章 总结与展望 | 第34-36页 |
| 6.1 局部保持距离算法 | 第34页 |
| 6.2 自适应近邻选择方法 | 第34-36页 |
| 参考文献 | 第36-38页 |
| 致谢 | 第38-40页 |
| 个人简历、在学期间发表的学术论文与研究成果 | 第40-41页 |
| 图片索引 | 第41页 |
