| 摘要 | 第1-6页 |
| Abstract | 第6-8页 |
| 目录 | 第8-10页 |
| 第一章 绪论 | 第10-18页 |
| ·引言 | 第10-13页 |
| ·学习的定义 | 第10页 |
| ·三种学习方式 | 第10-12页 |
| ·学习问题研究的四个阶段 | 第12-13页 |
| ·基于核的学习 | 第13-15页 |
| ·核方法的实质 | 第13-14页 |
| ·典型的基于核的学习算法 | 第14-15页 |
| ·核学习算法的应用 | 第15页 |
| ·本文的主要研究工作 | 第15-16页 |
| ·本文的内容安排 | 第16-18页 |
| 第二章 核的理论基础 | 第18-25页 |
| ·引言 | 第18页 |
| ·特征空间及核的定义 | 第18-19页 |
| ·再生核理论及Mercer 定理 | 第19-22页 |
| ·常用的核函数及其构造 | 第22-24页 |
| ·本章小节 | 第24-25页 |
| 第三章 核框架下的联想记忆模型 | 第25-39页 |
| ·引言 | 第25-26页 |
| ·联想记忆模型的分类及研究现状 | 第26-28页 |
| ·联想记忆模型的分类 | 第26页 |
| ·演化式联想记忆的研究现状 | 第26-28页 |
| ·一般二值联想记忆模型GBAM | 第28-31页 |
| ·GBAM 的结构与回忆规则 | 第29-30页 |
| ·能量函数与稳定性分析 | 第30-31页 |
| ·一般多值联想记忆模型GMBAM | 第31-34页 |
| ·GMBAM 的结构与回忆规则 | 第31-32页 |
| ·GMBAM 的稳定性分析 | 第32-34页 |
| ·模拟实验结果 | 第34-38页 |
| ·几种无内连接的多值BAM 模型及其性能比较 | 第34-36页 |
| ·加权内连接多值指数BAM | 第36-38页 |
| ·本章小节 | 第38-39页 |
| 第四章 核联想记忆模型在图像压缩与人脸识别中的应用 | 第39-52页 |
| ·引言 | 第39-41页 |
| ·基于二值核联想记忆模型的渐进图像压缩算法 | 第41-44页 |
| ·算法的框图 | 第41-42页 |
| ·实验结果 | 第42-44页 |
| ·基于多值核联想记忆模型的图像压缩算法 | 第44-48页 |
| ·多值核AM 图像压缩算法描述 | 第44页 |
| ·实验结果 | 第44-48页 |
| ·基于核联想记忆模型的鲁棒人脸识别 | 第48-51页 |
| ·识别算法及FERET 人脸库介绍 | 第48-49页 |
| ·实验结果 | 第49-51页 |
| ·本章小节 | 第51-52页 |
| 第五章 核聚类算法 | 第52-72页 |
| ·引言 | 第52-53页 |
| ·两种模糊核聚类算法 | 第53-63页 |
| ·问题的刻画 | 第53-54页 |
| ·特征空间中的模糊核聚类算法（KFCM-Ⅰ） | 第54-56页 |
| ·输入空间中的模糊核聚类算法（KFCM-Ⅱ） | 第56-58页 |
| ·KFCM-Ⅱ算法的鲁棒性分析 | 第58-59页 |
| ·实验结果及分析 | 第59-63页 |
| ·可能性核聚类算法 | 第63-66页 |
| ·可能性核C-均值算法（KPCM） | 第63-65页 |
| ·实验结果 | 第65-66页 |
| ·一种联机的核聚类算法 | 第66-68页 |
| ·鲁棒联机聚类算法（ROC） | 第66-67页 |
| ·实验结果 | 第67-68页 |
| ·对不完整数据集的聚类 | 第68-70页 |
| ·处理不完整数据时的模糊核聚类算法 | 第69页 |
| ·实验结果 | 第69-70页 |
| ·本章小节 | 第70-72页 |
| 第六章 核聚类算法在医学图像分割中的应用 | 第72-88页 |
| ·引言 | 第72-73页 |
| ·隶属度约束的核聚类算法 | 第73-79页 |
| ·隶属度约束的KFCM 算法 | 第73页 |
| ·图像分割实验结果 | 第73-79页 |
| ·空间关系约束的核聚类算法 | 第79-87页 |
| ·空间关系约束的FCM 算法 | 第79-81页 |
| ·空间关系约束的KFCM 算法 | 第81-82页 |
| ·图像分割实验结果 | 第82-87页 |
| ·本章小节 | 第87-88页 |
| 第七章 结束语 | 第88-90页 |
| 致谢 | 第90-91页 |
| 在学期间的研究成果 | 第91-93页 |
| 参考文献 | 第93-104页 |