首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于正交稀疏保留投影的特征提取与识别算法研究

摘要第1-5页
Abstract第5-9页
第一章 绪论第9-18页
   ·课题研究背景第9-10页
   ·主要的生物特征第10-13页
   ·子空间特征提取第13-15页
   ·本文主要工作概述第15-16页
   ·本文内容章节安排第16-18页
第二章 相关知识介绍第18-31页
   ·典型的线性子空间特征提取方法第18-21页
     ·主成分分析方法第18-19页
     ·线性鉴别分析相关方法第19-21页
   ·稀疏表示相关技术第21-25页
     ·稀疏表示第21-23页
     ·稀疏表示分类器(SRC)第23-24页
     ·稀疏保留投影(SPP)第24-25页
   ·流形学习方法第25-31页
     ·局部线性嵌入(LLE)第25-26页
     ·拉普拉斯特征映射(LE)第26-27页
     ·局部保留投影(LPP)第27-28页
     ·近邻保留嵌入(NPE)第28-29页
     ·局部鉴别映射(LDE)第29-31页
第三章 正交稀疏保留投影第31-42页
   ·正交稀疏保留投影的基本思想第31页
   ·整体正交稀疏保留投影(HOSPP)第31-32页
   ·迭代正交稀疏保留投影(IOSPP)第32-34页
   ·正交稀疏保留投影的优点第34-37页
     ·正交性的保留第35-36页
     ·稀疏保留的能力第36-37页
   ·实验部分第37-41页
     ·数据库的介绍第37-38页
     ·实验结果第38-40页
     ·实验分析第40-41页
   ·本章小结第41-42页
第四章 基于流形学习的正交稀疏保留投影第42-50页
   ·基于流形学习的正交稀疏保留投影的基本思想第42页
   ·基于流形学习的整体正交稀疏保留投影(MLHOSPP)第42-44页
   ·基于流形学习的迭代正交稀疏保留投影(MLIOSPP)第44-46页
   ·实验部分第46-49页
     ·实验结果第47-49页
     ·实验分析第49页
   ·本章小结第49-50页
第五章 基于流形学习的正交稀疏保留鉴别分析及改进第50-64页
   ·基于流形学习的正交稀疏保留鉴别分析的基本思想第50页
   ·基于流形学习的正交稀疏保留鉴别分析(MLOSDA)第50-55页
   ·基于复数局部保留的正交稀疏保留鉴别分析(CLPOSDA)第55-57页
   ·实验部分第57-62页
     ·实验结果第58-62页
     ·实验分析第62页
   ·本章小结第62-64页
第六章 总结与展望第64-66页
   ·本文工作总结第64-65页
   ·进一步研究展望第65-66页
参考文献第66-71页
附录1 攻读硕士学位期间撰写的论文第71-72页
致谢第72页

论文共72页,点击 下载论文
上一篇:基于数据驱动FCM的模糊关联规则算法研究
下一篇:基于鉴别分析的类不平衡学习