流形学习方法在模式识别中的应用研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 绪论 | 第7-13页 |
| ·研究背景与意义 | 第7-8页 |
| ·流形学习的研究进展 | 第8-10页 |
| ·流形学习存在的问题 | 第10-11页 |
| ·本文研究内容与章节安排 | 第11-13页 |
| 第二章 流形学习及相关基本理论 | 第13-22页 |
| ·引言 | 第13页 |
| ·经典流形学习算法简介 | 第13-17页 |
| ·等距映射算法 ISOMAP | 第14-15页 |
| ·局部线性嵌入算法 LLE | 第15-16页 |
| ·算法小结 | 第16-17页 |
| ·增量学习 | 第17-20页 |
| ·增量 SVM | 第17-20页 |
| ·本章小结 | 第20-22页 |
| 第三章 邻域图的构建 | 第22-38页 |
| ·引言 | 第22-23页 |
| ·邻域大小自适应的 ISOMAP 算法 | 第23-32页 |
| ·基本思想 | 第23-24页 |
| ·实现步骤 | 第24-25页 |
| ·人脸识别实验结果与分析 | 第25-30页 |
| ·算法改进 | 第30-32页 |
| ·局部测地距离估计的 ISOMAP 算法 | 第32-36页 |
| ·基本思想 | 第32-33页 |
| ·实现步骤 | 第33-34页 |
| ·人脸识别实验结果与分析 | 第34-36页 |
| ·本章小结 | 第36-38页 |
| 第四章 增量 ISOMAP | 第38-54页 |
| ·引言 | 第38-39页 |
| ·基于 ISOMAP 的增量算法 | 第39-44页 |
| ·更新邻接图 | 第39页 |
| ·更新测地距离 | 第39-43页 |
| ·估计新数据点的低维嵌入坐标 | 第43页 |
| ·更新所有数据点的低维嵌入坐标 | 第43-44页 |
| ·局部测地距离估计的增量 ISOMAP 算法 | 第44-47页 |
| ·基本思想 | 第44页 |
| ·算法步骤 | 第44-46页 |
| ·时间复杂度分析 | 第46-47页 |
| ·实验结果与分析 | 第47-52页 |
| ·人脸识别比较 | 第47-49页 |
| ·对噪声和几何形变的鲁棒性分析 | 第49-50页 |
| ·系统实现 | 第50-52页 |
| ·本章小结 | 第52-54页 |
| 第五章 总结与展望 | 第54-56页 |
| ·全文总结 | 第54-55页 |
| ·展望 | 第55-56页 |
| 参考文献 | 第56-59页 |
| 致谢 | 第59-60页 |
| 攻读硕士学位期间已发表或录用的论文 | 第60-62页 |
