| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第一章 绪论 | 第9-12页 |
| ·模式识别及人脸识别的简介 | 第9-10页 |
| ·模式识别概述 | 第9页 |
| ·人脸识别概述 | 第9-10页 |
| ·数据降维简介 | 第10-11页 |
| ·数据降维概述 | 第10-11页 |
| ·降维方法的分类 | 第11页 |
| ·本文工作 | 第11页 |
| ·本文结构 | 第11-12页 |
| 第二章 经典的一维降维方法 | 第12-17页 |
| ·主成分分析(PCA) | 第12-13页 |
| ·线性判别分析(LDA) | 第13-14页 |
| ·局部保持投影(LPP) | 第14-15页 |
| ·判别局部保持投影(DLPP) | 第15-17页 |
| 第三章 经典的二维降维方法 | 第17-28页 |
| ·二维单向降维方法 | 第17-22页 |
| ·二维主成分分析(2D-PCA) | 第17-18页 |
| ·二维局部保持投影(2D-LPP) | 第18-19页 |
| ·二维判别局部保持投影(2D-DLPP) | 第19-21页 |
| ·二维判别监督局部保持投影(2D-DSLPP) | 第21-22页 |
| ·二维双向降维方法 | 第22-28页 |
| ·TSA和DTSA的概述 | 第23-24页 |
| ·张量子空间分析(TSA) | 第24-26页 |
| ·判别张量子空间分析(DTSA) | 第26-28页 |
| 第四章 二维双向判别有监督局部保持投影算法 | 第28-37页 |
| ·二维双向判别监督局部保持投影算法(BDSLPP) | 第28-31页 |
| ·数值实验 | 第31-36页 |
| ·实验一：在ORL人脸数据库上的实验 | 第31-34页 |
| ·实验二：在Yale人脸数据库上的实验 | 第34-36页 |
| ·本章小结 | 第36-37页 |
| 第五章 正交张量子空间分析(OTSA)和正交判别张量子空间分析(ODTSA) | 第37-50页 |
| ·迹比率最优化问题(trace ratio optimization) | 第38-40页 |
| ·Lanczos向量 | 第40-41页 |
| ·正交的张量子空间分析(OTSA)和正交的判别张量子空间分析(ODTSA) | 第41-45页 |
| ·计算复杂度分析 | 第45-46页 |
| ·数值实验 | 第46-49页 |
| ·实验一：在ORL人脸数据库上的实验 | 第46-47页 |
| ·实验二：在Yale人脸数据库上的实验 | 第47-49页 |
| ·本章小结 | 第49-50页 |
| 总结与展望 | 第50-51页 |
| 参考文献 | 第51-55页 |
| 致谢 | 第55页 |
