| 摘要 | 第1-5页 |
| ABSTRACT | 第5-11页 |
| 第一章 绪论 | 第11-21页 |
| ·研究背景 | 第11-14页 |
| ·核方法研究中存在的主要问题 | 第14-18页 |
| ·论文的主要内容及结构安排 | 第18-21页 |
| 第二章 核方法的理论基础 | 第21-35页 |
| ·引言 | 第21-22页 |
| ·基于统计学习理论的模式分类 | 第22-27页 |
| ·核函数 | 第27-28页 |
| ·核函数的性质 | 第28-34页 |
| ·正定核函数 | 第28-29页 |
| ·再生核和再生核希尔伯特空间 | 第29-31页 |
| ·Mercer 核映射 | 第31-33页 |
| ·核函数的构造 | 第33-34页 |
| ·本章小结 | 第34-35页 |
| 第三章 面向目标检测的核方法研究 | 第35-49页 |
| ·引言 | 第35页 |
| ·SVM 分类器的加速算法概述 | 第35-39页 |
| ·无损集约向量集创建算法 | 第36-37页 |
| ·有损集约向量集创建算法 | 第37-39页 |
| ·提升核镜像点对分类器 | 第39-44页 |
| ·核镜像点对分类器 | 第39-41页 |
| ·基于提升算法的核镜像点对分类器组合 | 第41-44页 |
| ·实验结果 | 第44-47页 |
| ·提升核镜像点对分类器与SVM 分类器的比较 | 第44-46页 |
| ·核镜像点对分类器同类Haar 特征分类器的比较 | 第46-47页 |
| ·本章小结 | 第47-49页 |
| 第四章 基于核方法的多视角人脸检测系统 | 第49-71页 |
| ·引言 | 第49页 |
| ·多视角人脸检测研究概述 | 第49-51页 |
| ·基于经验核空间分支竞争学习算法的人脸样本集多分辨率划分 | 第51-59页 |
| ·分支竞争学习算法 | 第52-56页 |
| ·基于经验核空间的分支竞争学习算法 | 第56-59页 |
| ·多视角人脸检测器的训练 | 第59-61页 |
| ·实验结果 | 第61-69页 |
| ·KBCL 算法在人脸数据集上的聚类实验 | 第61-63页 |
| ·多视角人脸检测实验结果 | 第63-69页 |
| ·本章小结 | 第69-71页 |
| 第五章 核方法中的核优化算法研究 | 第71-93页 |
| ·引言 | 第71页 |
| ·核优化算法研究概述 | 第71-73页 |
| ·基于正则化核离差矩阵准则的高斯核优化 | 第73-85页 |
| ·基于离差矩阵的类别可分性准则 | 第73-74页 |
| ·正则化核离差矩阵准则 | 第74-77页 |
| ·基于正则化核离差矩阵准则的高斯核优化算法 | 第77-78页 |
| ·实验结果 | 第78-85页 |
| ·基于核空间类别可分性度量的组合核优化 | 第85-92页 |
| ·FSM 度量和半径间隔界度量 | 第85-86页 |
| ·基于核空间的类别可分性度量 | 第86-88页 |
| ·基于FCSM 度量的组合核优化算法 | 第88-89页 |
| ·实验结果 | 第89-92页 |
| ·本章小结 | 第92-93页 |
| 第六章 基于核优化的图像检索研究 | 第93-123页 |
| ·引言 | 第93-95页 |
| ·基于广义霍夫距的图像检索方法 | 第95-107页 |
| ·基于极坐标变换的轮廓描述方法 | 第96-97页 |
| ·基于广义霍夫距的轮廓描述方法 | 第97-101页 |
| ·基于广义霍夫距的形状匹配方法 | 第101-103页 |
| ·实验结果 | 第103-107页 |
| ·基于半监督优化核偏重鉴别分析的图像检索方法 | 第107-122页 |
| ·核偏重鉴别分析 | 第109-111页 |
| ·半监督核偏重鉴别分析 | 第111-112页 |
| ·基于半监督优化核的偏重鉴别分析 | 第112-113页 |
| ·优化求解算法 | 第113-116页 |
| ·实验结果 | 第116-122页 |
| ·本章小结 | 第122-123页 |
| 第七章 结束语 | 第123-127页 |
| ·本文内容总结 | 第123-124页 |
| ·未来研究展望 | 第124-127页 |
| 参考文献 | 第127-142页 |
| 附录一 符号与标记 | 第142-143页 |
| 攻读博士学位期间发表的学术论文目录 | 第143-144页 |
| 攻读博士学位期间参与的科研项目 | 第144页 |
| 攻读博士学位期间申请的专利 | 第144-145页 |
| 致谢 | 第145-148页 |
| 附件 | 第148页 |