| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 绪论 | 第9-18页 |
| ·研究背景及问题的提出 | 第9-10页 |
| ·流形学习的国内外研究现状 | 第10-12页 |
| ·流形及流形学习 | 第12-16页 |
| ·流形的概念及其相关的数学定义 | 第12-14页 |
| ·流形学习的出现 | 第14-16页 |
| ·流形学习的主要参数及确定 | 第16页 |
| ·本文的主要研究内容 | 第16-17页 |
| ·本文的组织结构 | 第17-18页 |
| 2 一种自适应的邻域选取算法及改进的LTSA | 第18-28页 |
| ·引言 | 第18-19页 |
| ·数据的正交投影 | 第19-20页 |
| ·正交投影的角度 | 第19-20页 |
| ·曲率的计算 | 第20页 |
| ·自适应邻域的选取新方法 | 第20-23页 |
| ·基于偏离度的自适应邻域选取的局部切空间排列算法（DALTSA） | 第23-24页 |
| ·实验结果 | 第24-26页 |
| ·小结 | 第26-28页 |
| 3 一种全局的角度优化嵌入算法 | 第28-41页 |
| ·引言 | 第28-29页 |
| ·协方差阵的更新 | 第29-30页 |
| ·子空间分析 | 第30-31页 |
| ·AOGE 算法 | 第31-33页 |
| ·实验结果与分析 | 第33-40页 |
| ·不规则M 数据实验 | 第33-34页 |
| ·Frey face 表情分类 | 第34-36页 |
| ·手写体识别 | 第36-37页 |
| ·AR 人脸识别 | 第37-38页 |
| ·手工流形数据 | 第38-39页 |
| ·实验结果分析 | 第39-40页 |
| ·小结 | 第40-41页 |
| 4 一种基于稀疏嵌入分析的降维方法 | 第41-52页 |
| ·引言 | 第41-42页 |
| ·LLE 算法的介绍 | 第42-43页 |
| ·可线性化分析 | 第43-46页 |
| ·一种排列的稀疏LLE 算法 | 第46-48页 |
| ·实验结果分析 | 第48-51页 |
| ·手工流形实验 | 第48-50页 |
| ·Frey 表情2D 可视化 | 第50-51页 |
| ·小结 | 第51-52页 |
| 5 结论 | 第52-53页 |
| ·总结 | 第52页 |
| ·展望 | 第52-53页 |
| 参考文献 | 第53-57页 |
| 附录A1 引理3.1 证明 | 第57-58页 |
| 附录A2 定理3.1 证明 | 第58-60页 |
| 攻读硕士学位期间发表学术论文情况 | 第60-61页 |
| 致谢 | 第61页 |