线性与核高斯模型及其混合模型的研究
| 第1章 引言 | 第1-14页 |
| ·研究的背景与意义 | 第10-11页 |
| ·文献综述 | 第11-12页 |
| ·线性隐含变量模型 | 第11页 |
| ·非线性隐含变量模型 | 第11-12页 |
| ·核方法 | 第12页 |
| ·本文的工作 | 第12-13页 |
| ·论文的章节安排 | 第13-14页 |
| 第2章 混合线性高斯模型 | 第14-36页 |
| ·线性高斯模型 | 第14-18页 |
| ·因子分析法 | 第15页 |
| ·概率主成分分析 | 第15-16页 |
| ·主成分分析 | 第16页 |
| ·概率子空间分析 | 第16-17页 |
| ·隐含变量模型的退化 | 第17-18页 |
| ·隐含变量模型的退化 | 第18页 |
| ·讨论 | 第18页 |
| ·混合线性高斯模型 | 第18-21页 |
| ·混合高斯模型 | 第19页 |
| ·混合概率主成分分析模型 | 第19页 |
| ·概率K均值 | 第19-20页 |
| ·向量量化主成分分析 | 第20页 |
| ·讨论 | 第20-21页 |
| ·混合线性高斯模型的推广 | 第21-22页 |
| ·混合对角高斯模型 | 第21页 |
| ·全局同性的混合概率主成分分析 | 第21页 |
| ·局部同性的K均值 | 第21-22页 |
| ·局部同性的向量量化主成分分析 | 第22页 |
| ·讨论 | 第22页 |
| ·模型估计算法 | 第22-26页 |
| ·证明 | 第23-26页 |
| ·算法 | 第26页 |
| ·实验 | 第26-35页 |
| ·合成的数据 | 第26-28页 |
| ·聚类分析 | 第28页 |
| ·人工数据聚类 | 第28-30页 |
| ·聚类分析-实际例子 | 第30-33页 |
| ·图象压缩 | 第33-35页 |
| ·总结 | 第35-36页 |
| 第3章 混合核高斯模型 | 第36-48页 |
| ·核方法介绍 | 第36-37页 |
| ·核函数 | 第36-37页 |
| ·核方法 | 第37页 |
| ·核主成分分析 | 第37-39页 |
| ·核主成分分析 | 第37-39页 |
| ·中心化考虑 | 第39页 |
| ·样本投影 | 第39页 |
| ·加权核主成分分析 | 第39-41页 |
| ·样本投影 | 第40-41页 |
| ·核高斯模型 | 第41-42页 |
| ·非线性隐含变量模型 | 第41页 |
| ·核高斯模型 | 第41-42页 |
| ·混合核高斯模型 | 第42-45页 |
| ·元模型 | 第43页 |
| ·算法 | 第43页 |
| ·算法加速 | 第43-44页 |
| ·算法加速 | 第44-45页 |
| ·实验 | 第45-47页 |
| ·聚类分析 | 第45页 |
| ·识别实验 | 第45-47页 |
| ·总结 | 第47-48页 |
| 第4章 核主成分分析与谱聚类 | 第48-70页 |
| ·谱聚类 | 第49-51页 |
| ·图分割及聚类问题 | 第49页 |
| ·从图分割到谱分解 | 第49-51页 |
| ·从谱分解到图分割 | 第51页 |
| ·谱聚类中的问题 | 第51页 |
| ·谱分解一种特殊的加权核主成分分析 | 第51-53页 |
| ·符号与定义 | 第52页 |
| ·谱分解的加权核主成分分析看法 | 第52页 |
| ·讨论 | 第52-53页 |
| ·谱分解的性质 | 第53-54页 |
| ·谱权重分析 | 第53页 |
| ·投影向量分析 | 第53-54页 |
| ·理想情形下投影向量分析 | 第54页 |
| ·理想情形下投影坐标分析 | 第54页 |
| ·从谱分解到谱特征 | 第54-56页 |
| ·测试样本特征的计算 | 第55-56页 |
| ·谱特征与核主成分特征 | 第56页 |
| ·谱分解和核主成分分析的特征函数解释 | 第56-59页 |
| ·特征函数 | 第57页 |
| ·样本投影 | 第57页 |
| ·由最小二乘重建学习特征函数 | 第57-58页 |
| ·从特征函数到核主成分分析和谱分解 | 第58-59页 |
| ·基于谱特征聚类的加速算法 | 第59-65页 |
| ·加速的谱聚类算法 | 第59页 |
| ·聚类试验 | 第59-61页 |
| ·图象分割 | 第61-65页 |
| ·谱特征用于分类 | 第65页 |
| ·谱脸 | 第65页 |
| ·讨论 | 第65-70页 |
| 第5章 总结 | 第70-71页 |
| 参考文献 | 第71-78页 |
| 致 谢 | 第78-79页 |
| 本人简历 | 第79页 |
