基于密度的局部嵌入降维算法研究
| 摘要 | 第5-6页 |
| abstract | 第6页 |
| 第1章 绪论 | 第9-21页 |
| 1.1 引言 | 第9页 |
| 1.2 研究背景和意义 | 第9-10页 |
| 1.3 国内外研究现状 | 第10-18页 |
| 1.3.1 线性降维研究现状 | 第10-13页 |
| 1.3.2 非线性数据降维研究现状 | 第13-18页 |
| 1.4 论文主要研究内容与结构 | 第18-21页 |
| 第2章 数据降维算法 | 第21-39页 |
| 2.1 线性数据降维算法 | 第21-25页 |
| 2.1.1 主成分分析算法——PCA | 第21-23页 |
| 2.1.2 线性判别分析算法——LDA | 第23-25页 |
| 2.2 非线性数据降维算法 | 第25-33页 |
| 2.2.1 等距映射算法——Isomap | 第25-27页 |
| 2.2.2 局部嵌入算法——LLE | 第27-30页 |
| 2.2.3 拉普拉斯特征映射算法——LE | 第30-31页 |
| 2.2.4 局部切空间排列——LTSA | 第31-33页 |
| 2.3 数据降维算法分析与比较 | 第33-37页 |
| 2.4 本章小结 | 第37-39页 |
| 第3章 改进的局部线性嵌入算法及应用 | 第39-51页 |
| 3.1 问题描述 | 第39-40页 |
| 3.2 图像非欧距离 | 第40-42页 |
| 3.3 改进的局部嵌入算法 | 第42-43页 |
| 3.4 改进算法的实验及应用 | 第43-50页 |
| 3.4.1 实验环境 | 第43页 |
| 3.4.2 基于ORL人脸图像数据实验及分析 | 第43-50页 |
| 3.5 本章小结 | 第50-51页 |
| 第4章 基于密度的局部线性嵌入降维算法 | 第51-61页 |
| 4.1 问题描述 | 第51页 |
| 4.2 DALLE算法描述 | 第51-55页 |
| 4.2.1 数据集预处理 | 第51-52页 |
| 4.2.2 自适应邻域选取 | 第52-53页 |
| 4.2.3 DALLE算法 | 第53-55页 |
| 4.3 理论分析 | 第55-56页 |
| 4.4 仿真实验与结果分析 | 第56-60页 |
| 4.4.1 实验环境 | 第56页 |
| 4.4.2 实验结果与分析 | 第56-60页 |
| 4.5 本章小结 | 第60-61页 |
| 结论 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第67-68页 |
| 致谢 | 第68页 |
