| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-20页 |
| 1.1 课题背景及研究的目的和意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-18页 |
| 1.2.1 流形学习国内外研究现状 | 第10-17页 |
| 1.2.2 稀疏回归国内外研究现状 | 第17-18页 |
| 1.3 主要研究内容及论文结构 | 第18-20页 |
| 第2章 流形学习与稀疏回归的基础理论 | 第20-34页 |
| 2.1 引言 | 第20页 |
| 2.2 流形学习与稀疏回归的基本定义 | 第20-24页 |
| 2.2.1 流形学习 | 第20-22页 |
| 2.2.2 稀疏回归 | 第22-24页 |
| 2.3 流形学习常用基本技术 | 第24-28页 |
| 2.3.1 正则化技术 | 第24-26页 |
| 2.3.2 核方法 | 第26-28页 |
| 2.4 流形学习与图嵌入 | 第28-33页 |
| 2.4.1 图的嵌入框架 | 第28页 |
| 2.4.2 经典嵌入图构建方法 | 第28-33页 |
| 2.5 本章小结 | 第33-34页 |
| 第3章 典型图嵌入流形学习算法 | 第34-47页 |
| 3.1 引言 | 第34页 |
| 3.2 典型图嵌入流形学习算法 | 第34-41页 |
| 3.2.1 等距特征映射(ISOMAP) | 第34-36页 |
| 3.2.2 局部线性嵌入(LLE) | 第36-37页 |
| 3.2.3 Laplacian特征映射(LE) | 第37-39页 |
| 3.2.4 流形正则化深度学习架构(MRDLA) | 第39-41页 |
| 3.3 构图算法性能对比实验分析 | 第41-46页 |
| 3.3.1 实验设置 | 第41-43页 |
| 3.3.2 实验结果 | 第43-46页 |
| 3.4 本章小结 | 第46-47页 |
| 第4章 流形学习与稀疏回归算法分析及应用 | 第47-63页 |
| 4.1 引言 | 第47页 |
| 4.2 流形学习与稀疏回归算法框架 | 第47-52页 |
| 4.2.1 流形学习图的构建算法 | 第47-49页 |
| 4.2.2 图嵌入特征映射算法 | 第49-52页 |
| 4.3 流形学习与稀疏回归算法在图像监督分类上的应用 | 第52-60页 |
| 4.3.1 实验设置 | 第52-53页 |
| 4.3.2 实验数据集 | 第53-56页 |
| 4.3.3 实验结果 | 第56-60页 |
| 4.4 流形学习与稀疏回归算法可视化分析实验 | 第60-62页 |
| 4.5 本章小结 | 第62-63页 |
| 结论 | 第63-65页 |
| 参考文献 | 第65-70页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第70-72页 |
| 致谢 | 第72-73页 |