| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-16页 |
| 1.1 引言 | 第9-11页 |
| 1.2 相关符号 | 第11页 |
| 1.3 局部保持投影(LPP) | 第11-12页 |
| 1.4 无监督判别投影(UDP) | 第12-13页 |
| 1.5 主成分分析(PCA) | 第13页 |
| 1.6 线性判别分析(LDA) | 第13-14页 |
| 1.7 本文主要内容及组织结构 | 第14-16页 |
| 1.7.1 本文主要内容 | 第14-15页 |
| 1.7.2 论文组织结构 | 第15-16页 |
| 第二章 快速的非负矩阵分解人脸识别算法 | 第16-41页 |
| 2.1 引言 | 第16页 |
| 2.2 非负矩阵分解 | 第16-18页 |
| 2.2.1 基于欧式距离的非负矩阵分解(NMF) | 第17页 |
| 2.2.2 基于KL散度的非负矩阵分解(NMF-D) | 第17-18页 |
| 2.2.3 分块的非负矩阵分解(BNMF) | 第18页 |
| 2.3 快速非负矩阵分解与分块的快速非负矩阵分解 | 第18-24页 |
| 2.3.1 基于欧式距离的快速非负矩阵分解(FNMF) | 第19-20页 |
| 2.3.2 基于KL散度的快速非负矩阵分解(FNMF-D) | 第20-22页 |
| 2.3.3 算法设计步骤 | 第22-24页 |
| 2.3.3.1 算法训练阶段 | 第23页 |
| 2.3.3.2 算法测试阶段 | 第23-24页 |
| 2.4 实验结果 | 第24-40页 |
| 2.4.1 收敛性比较 | 第24-26页 |
| 2.4.2 人脸识别性能比较 | 第26-40页 |
| 2.4.2.1 在ORL人脸数据库上的实验 | 第26-32页 |
| 2.4.2.2 在FERET人脸数据库上的实验 | 第32-34页 |
| 2.4.2.3 在PE人脸数据库上的实验 | 第34-37页 |
| 2.4.2.4 在CMU PIE人脸数据库上的实验 | 第37-40页 |
| 2.5 本章小结 | 第40-41页 |
| 第三章 分块的核非负矩阵分解人脸识别算法 | 第41-61页 |
| 3.1 引言 | 第41页 |
| 3.2 PNMF算法 | 第41-42页 |
| 3.3 BKNMF算法 | 第42-47页 |
| 3.3.1 分块的核非负矩阵分解 | 第42-44页 |
| 3.3.2 收敛性分析 | 第44-47页 |
| 3.3.3 BKNMF算法步骤 | 第47页 |
| 3.4 实验结果 | 第47-60页 |
| 3.4.1 ORL数据上的实验结果 | 第48-52页 |
| 3.4.2 Yale数据上的实验结果 | 第52-56页 |
| 3.4.3 PE数据上的实验结果 | 第56-60页 |
| 3.5 本章小结 | 第60-61页 |
| 第四章 基于分块的稀疏核非负矩阵分解的增量学习 | 第61-73页 |
| 4.1 引言 | 第61页 |
| 4.2 基BSKNMF的增量学习算法 | 第61-67页 |
| 4.2.1 分块的稀疏核非负矩阵分解 | 第62-63页 |
| 4.2.2 收敛性分析 | 第63-65页 |
| 4.2.3 增量学习算法设计 | 第65-66页 |
| 4.2.4 BSKNMF算法步骤 | 第66-67页 |
| 4.3 实验结果 | 第67-72页 |
| 4.3.1 ORL数据库上的实验结果 | 第67-69页 |
| 4.3.2 Yale数据库上的实验结果 | 第69-72页 |
| 4.4 本章小节 | 第72-73页 |
| 第五章 总结与展望 | 第73-74页 |
| 参考文献 | 第74-78页 |
| 致谢 | 第78-79页 |
| 攻读硕士学位期间的研究成果 | 第79页 |
