| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 研究的目的和意义 | 第9页 |
| 1.2 国内外研究现状分析 | 第9-13页 |
| 1.3 论文的主要内容 | 第13-15页 |
| 第2章 基于核自适应主成分分析的图像分类算法 | 第15-31页 |
| 2.1 引言 | 第15页 |
| 2.2 主成分分析算法 | 第15-17页 |
| 2.3 稀疏核主成分分析算法 | 第17-20页 |
| 2.4 核自适应稀疏主成分分析算法 | 第20-25页 |
| 2.5 仿真实验 | 第25-30页 |
| 2.6 本章小结 | 第30-31页 |
| 第3章 基于核自适应流形学习的图像分类算法 | 第31-41页 |
| 3.1 引言 | 第31页 |
| 3.2 流形学习基本理论 | 第31-32页 |
| 3.3 核自适应流形学习算法 | 第32-33页 |
| 3.4 核监督局部保持映射 | 第33-35页 |
| 3.5 核自适应局部保持判别分析 | 第35-38页 |
| 3.6 实验仿真与结果分析 | 第38-40页 |
| 3.7 本章小结 | 第40-41页 |
| 第4章 基于核自适应Fisher判别的图像分类算法 | 第41-52页 |
| 4.1 引言 | 第41页 |
| 4.2 核判别分析算法 | 第41-42页 |
| 4.3 无参数核判别分析算法 | 第42-45页 |
| 4.4 核结构优化判别分析算法 | 第45-47页 |
| 4.5 仿真实验 | 第47-51页 |
| 4.6 本章小结 | 第51-52页 |
| 第5章 基于核自适应学习与小波分析的图像分类算法 | 第52-62页 |
| 5.1 引言 | 第52页 |
| 5.2 Gabor小波的特征提取 | 第52-53页 |
| 5.3 KDCV分类器 | 第53-56页 |
| 5.4 CKFD分类器 | 第56-58页 |
| 5.5 仿真实验 | 第58-61页 |
| 5.6 本章小结 | 第61-62页 |
| 结论 | 第62-63页 |
| 参考文献 | 第63-71页 |
| 攻读工学硕士学位期间取得的研究成果 | 第71-73页 |
| 致谢 | 第73-74页 |
| 个人简历 | 第74页 |