| 摘要 | 第1-7页 |
| Abstract | 第7-13页 |
| 1 绪论 | 第13-24页 |
| ·概述 | 第13-14页 |
| ·基于子空间的特征抽取方法 | 第14-19页 |
| ·线性子空间学习方法 | 第14-17页 |
| ·非线性子空间学习方法 | 第17-19页 |
| ·稀疏表示理论 | 第19-20页 |
| ·本文研究工作概述 | 第20-22页 |
| ·本文的内容安排 | 第22-24页 |
| 2 稀疏Fisher线性鉴别分析 | 第24-32页 |
| ·引言 | 第24-25页 |
| ·Fisher线性鉴别分析和最小二次回归 | 第25-26页 |
| ·Fisher线性鉴别分析 | 第25页 |
| ·最小二次回归 | 第25-26页 |
| ·FLDA与LSLR的联系 | 第26页 |
| ·稀疏Fisher线性鉴别分析 | 第26-27页 |
| ·实验与分析 | 第27-30页 |
| ·在UCI的Breast、WDBC和Ionosphere数据集上的实验 | 第27-28页 |
| ·在CENPARMI手写阿拉伯数字库上的实验 | 第28-29页 |
| ·在AR人脸数据库上的实验 | 第29-30页 |
| ·小结 | 第30-32页 |
| 3 局部图嵌入鉴别分析 | 第32-39页 |
| ·引言 | 第32页 |
| ·图嵌入和受限的最大方差投影 | 第32-33页 |
| ·图嵌入 | 第32-33页 |
| ·受限的最大方差投影 | 第33页 |
| ·局部图嵌入鉴别分析 | 第33-36页 |
| ·预处理----构造新训练样本 | 第33-34页 |
| ·基本思想 | 第34页 |
| ·局部散度和类间散度的刻画 | 第34-35页 |
| ·目标函数 | 第35页 |
| ·局部图嵌入鉴别分析算法 | 第35-36页 |
| ·实验与分析 | 第36-38页 |
| ·在Yale人脸数据库上的实验 | 第36-37页 |
| ·在FERET人脸数据库上的实验 | 第37-38页 |
| ·小结 | 第38-39页 |
| 4 递归局部保持投影 | 第39-49页 |
| ·引言 | 第39-40页 |
| ·局部保持投影 | 第40-41页 |
| ·递归局部保持投影 | 第41-43页 |
| ·基本原理 | 第41页 |
| ·算法模型 | 第41-43页 |
| ·实验与分析 | 第43-48页 |
| ·在UCI的WDBC和Sonar数据集上的实验 | 第43-44页 |
| ·在CENPARMI手写阿拉伯数字库上的实验 | 第44-46页 |
| ·在ORL人脸库上的实验 | 第46-47页 |
| ·在AR人脸库上的实验 | 第47-48页 |
| ·小结 | 第48-49页 |
| 5 由HKNN导出的局部鉴别分析 | 第49-63页 |
| ·引言 | 第49-50页 |
| ·K局部超平面最近距离分类器与正则化 | 第50-51页 |
| ·K局部超平面最近距离分类器 | 第50页 |
| ·正则化HKNN | 第50-51页 |
| ·由HKNN导出的局部鉴别分析 | 第51-55页 |
| ·点到超平面的距离计算 | 第51-52页 |
| ·同类和异类局部散布矩阵的刻画 | 第52-54页 |
| ·分类准则 | 第54页 |
| ·算法 | 第54页 |
| ·由分类器导出特征抽取算子的框架 | 第54-55页 |
| ·实验与分析 | 第55-62页 |
| ·在AR人脸数据库上的实验 | 第55-59页 |
| ·在Yale人脸数据库上的实验 | 第59-60页 |
| ·在PolyU掌纹数据库上的实验 | 第60-61页 |
| ·在CENPARMI手写阿拉伯数字库上的实验 | 第61-62页 |
| ·小结 | 第62-63页 |
| 6 基于非负稀疏表示的模糊相似近邻分类方法 | 第63-76页 |
| ·引言 | 第63-64页 |
| ·模糊K最近邻分类器和基于稀疏表示的分类器 | 第64-66页 |
| ·模糊K最近邻分类器 | 第64-65页 |
| ·基于稀疏表示的分类器 | 第65-66页 |
| ·基于非负稀疏表示的模糊相似近邻分类器 | 第66-68页 |
| ·寻找相似近邻 | 第66-67页 |
| ·构造模糊隶属度矩阵U | 第67-68页 |
| ·分类 | 第68页 |
| ·FSNC算法 | 第68页 |
| ·实验与分析 | 第68-75页 |
| ·在UCI的Wine数据集上的实验 | 第69-72页 |
| ·在AR人脸数据库上的实验 | 第72-73页 |
| ·在CENPARMI手写阿拉伯数字库上的实验 | 第73-74页 |
| ·在PolyU掌纹数据库上的实验 | 第74-75页 |
| ·小结 | 第75-76页 |
| 7 核LASSO回归分类方法 | 第76-85页 |
| ·引言 | 第76页 |
| ·线性回归分类器和正则化作用 | 第76-78页 |
| ·线性回归分类器 | 第76-77页 |
| ·线性回归分类器与正则化 | 第77-78页 |
| ·核LASSO回归 | 第78-81页 |
| ·核技巧 | 第78页 |
| ·基于核的LASSO回归分类器 | 第78-81页 |
| ·实验与分析 | 第81-84页 |
| ·在UCI的Wine、Iris和Glass数据集上的实验 | 第81-83页 |
| ·在ORL人脸数据库上的实验 | 第83页 |
| ·在CENPARMI手写阿拉伯数字库上的实验 | 第83-84页 |
| ·小结 | 第84-85页 |
| 8 结束语 | 第85-87页 |
| 致谢 | 第87-88页 |
| 参考文献 | 第88-100页 |
| 附录 | 第100页 |