| 中文摘要 | 第1-3页 |
| ABSTRACT | 第3-6页 |
| 第一章 绪论 | 第6-11页 |
| ·研究背景和目的 | 第6页 |
| ·研究现状 | 第6-8页 |
| ·机器学习 | 第6-7页 |
| ·维数约减 | 第7-8页 |
| ·论文的主要研究内容 | 第8-10页 |
| ·本文结构 | 第10-11页 |
| 第二章 流形学习算法 | 第11-19页 |
| ·流形与流形学习概念 | 第11-12页 |
| ·线性流形学习算法 | 第12-14页 |
| ·主成分分析法（PCA） | 第12-14页 |
| ·非线性流形学习算法 | 第14-17页 |
| ·等距映射算法（Isomap） | 第14-15页 |
| ·自组织等距嵌入（SIE） | 第15-16页 |
| ·增量式Isomap | 第16-17页 |
| ·流形学习算法小结 | 第17-19页 |
| 第三章 适应性增量式自组织等距嵌入 | 第19-31页 |
| ·算法思想 | 第19-20页 |
| ·基于局域主方向重构（LPDR）的适应性邻域选择算法 | 第20-21页 |
| ·适应性增量式自组织等距嵌入（AISIE） | 第21-26页 |
| ·算法框架 | 第21-22页 |
| ·更新锚点到其它点的测地线距离 | 第22-23页 |
| ·计算新增采样点u 到其它采样点的测地线距离 | 第23页 |
| ·更新新增采样点的邻域点到其它采样点的测地线距离 | 第23-25页 |
| ·删除噪声点 | 第25-26页 |
| ·算法复杂性与正确性分析 | 第26页 |
| ·算法实验 | 第26-30页 |
| ·对有空洞的Swiss roll数据集进行实验 | 第26-28页 |
| ·在人脸数据集上进行实验 | 第28-30页 |
| ·AISIE算法小结 | 第30-31页 |
| 第四章 线性区域嵌入整合算法 | 第31-44页 |
| ·算法思想 | 第31-36页 |
| ·问题形式化 | 第32-34页 |
| ·求解最优化问题 | 第34-35页 |
| ·对线性变换矩阵A 施加约束 | 第35-36页 |
| ·算法 | 第36-38页 |
| ·试验 | 第38-43页 |
| ·嵌入维为2 维 | 第38-41页 |
| ·嵌入维大于等于3 维 | 第41-43页 |
| ·算法小结 | 第43-44页 |
| 第五章 总结与展望 | 第44-46页 |
| 参考文献 | 第46-48页 |
| 发表论文和科研情况说明 | 第48-49页 |
| 致谢 | 第49页 |