| 摘要 | 第1-5页 |
| Abstract | 第5-12页 |
| 第1章 绪论 | 第12-36页 |
| ·研究背景 | 第12-14页 |
| ·研究意义 | 第14-16页 |
| ·线性与非线性流形学习算法介绍 | 第16-31页 |
| ·全局线性流形算法介绍 | 第16-18页 |
| ·基于谱图分解的非线性流形算法介绍 | 第18-27页 |
| ·其它代表性流形学习算法 | 第27-31页 |
| ·论文的主要贡献 | 第31-33页 |
| ·论文的组织结构 | 第33-36页 |
| 第2章 基于成对协方差保持的全局线性流形降维方法 | 第36-56页 |
| ·引言 | 第36-37页 |
| ·aPAC与CPM方法介绍 | 第37-39页 |
| ·近似成对准确率准则(aPAC) | 第37-38页 |
| ·协方差保持投影算法(CPM) | 第38-39页 |
| ·成对协方差保持投影算法PCPM和加权PCPM | 第39-44页 |
| ·成对协方差保持投影算法PCPM | 第39-43页 |
| ·加权成对协方差保持算法WPCPM | 第43-44页 |
| ·PCPM与CPM,SAVE和HDA的关系 | 第44-50页 |
| ·SAVE算法介绍 | 第44-45页 |
| ·HDA算法介绍 | 第45-47页 |
| ·PCPM与CPM和SAVE算法的关系 | 第47-49页 |
| ·PCPM与HDA的关系 | 第49-50页 |
| ·实验结果 | 第50-55页 |
| ·本章小结 | 第55-56页 |
| 第3章 基于切空间排列的增量式和标志点式流形学习 | 第56-70页 |
| ·引言 | 第56-57页 |
| ·局部切空间排列算法(LTSA) | 第57-58页 |
| ·增量式局部切空间排列算法(ILTSA) | 第58-64页 |
| ·增量式LTSA | 第59-61页 |
| ·增量式LTSA算法描述 | 第61-62页 |
| ·带标志点的LTSA | 第62-64页 |
| ·实验结果 | 第64-69页 |
| ·增量式LTSA(ILTSA) | 第64-68页 |
| ·增量式标志点LTSA上的实验 | 第68-69页 |
| ·本章小结 | 第69-70页 |
| 第4章 基于局部切空间排列的直推式流形分类算法 | 第70-84页 |
| ·引言 | 第70-71页 |
| ·局部切空间排列算法,LDA/QR分解算法和直推式KNN算法 | 第71-74页 |
| ·经典LDA及其扩展 | 第71-73页 |
| ·局部切空间排列算法(LTSA) | 第73-74页 |
| ·直推式KNN算法(TCM-KNN) | 第74页 |
| ·基于切空间排列和LDA/QR分解的直推式KNN流形分类算法 | 第74-79页 |
| ·基于LDA/QR的局部几何和分辨信息提取 | 第74-77页 |
| ·基于切空间排列的降维 | 第77-78页 |
| ·基于直推式KNN分类 | 第78-79页 |
| ·QLAT分类算法描述 | 第79页 |
| ·实验结果 | 第79-82页 |
| ·模拟数据 | 第79-80页 |
| ·MNIST数据集,ORL数据集和Yale B数据集 | 第80-82页 |
| ·小结及讨论 | 第82-84页 |
| 第5章 正交化近邻关系保持的流形降维及分类算法 | 第84-100页 |
| ·引言 | 第84-85页 |
| ·NPE简介 | 第85-86页 |
| ·ONPE与ONPC算法 | 第86-90页 |
| ·ONPE算法 | 第87-88页 |
| ·LNP算法介绍 | 第88-90页 |
| ·ONPC分类算法 | 第90页 |
| ·ONPE算法理论分析 | 第90-93页 |
| ·实验结果 | 第93-97页 |
| ·人工合成数据 | 第93页 |
| ·人脸表示和识别 | 第93-97页 |
| ·小结与讨论 | 第97-100页 |
| 第6章 基于矩阵表示的局部敏感辨别性分析算法 | 第100-118页 |
| ·引言 | 第100-102页 |
| ·LSDA和2DLDA算法简介 | 第102-105页 |
| ·LSDA算法 | 第102-103页 |
| ·2DPCA与2DLDA算法 | 第103-105页 |
| ·二维局部敏感辨别分析2DLSDA | 第105-112页 |
| ·2DLSDA算法 | 第105-108页 |
| ·计算投影矩阵U和V | 第108-111页 |
| ·2DLSDA算法的变化——单边2DLSDA | 第111-112页 |
| ·实验结果 | 第112-117页 |
| ·ORL上的实验结果 | 第113-115页 |
| ·Yale上的实验结果 | 第115-117页 |
| ·小结 | 第117-118页 |
| 第7章 总结与展望 | 第118-120页 |
| ·本文的研究成果 | 第118-119页 |
| ·今后工作展望 | 第119-120页 |
| 参考文献 | 第120-130页 |
| 攻读博士学位期间主要的研究成果 | 第130-132页 |
| 致谢 | 第132页 |
