| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第一章 . 绪论 | 第10-16页 |
| ·课题研究背景及意义 | 第10-11页 |
| ·课题研究现状 | 第11-14页 |
| ·数据降维研究现状 | 第11页 |
| ·流形学习研究现状 | 第11-12页 |
| ·半监督学习方法研究现状 | 第12-14页 |
| ·医学专家系统研究现状 | 第14页 |
| ·本文研究内容和结构安排 | 第14-16页 |
| ·本文主要研究内容 | 第14-15页 |
| ·本文结构安排 | 第15-16页 |
| 第二章 . 降维算法介绍 | 第16-30页 |
| ·引言 | 第16页 |
| ·降维算法介绍 | 第16-23页 |
| ·PCA | 第16-17页 |
| ·LDA | 第17-19页 |
| ·LLE | 第19-20页 |
| ·ISOMAP | 第20-22页 |
| ·LE | 第22-23页 |
| ·LTSA | 第23页 |
| ·基于谱分析的降维框架：片排列 | 第23-29页 |
| ·部分优化 | 第25页 |
| ·整体排列 | 第25-26页 |
| ·基于判别信息的局部排列降维算法 | 第26-29页 |
| ·DLA 部分优化 | 第26-28页 |
| ·DLA 整体排列 | 第28-29页 |
| ·小结 | 第29-30页 |
| 第三章 . 基于多流形学习的半监督降维算法 | 第30-38页 |
| ·引言 | 第30页 |
| ·基于多流形学习的 LLE 降维算法 | 第30-33页 |
| ·基于 LLE 算法的数据降维与聚类 | 第30-32页 |
| ·流形空间的确定 | 第32-33页 |
| ·半监督多流形学习 | 第33-34页 |
| ·有监督 LLE 降维算法 | 第33-34页 |
| ·半监督 LLE 降维算法 | 第34页 |
| ·基于多流形学习的半监督 LLE 算法 | 第34-35页 |
| ·多流形学习的半监督 LLE 算法实验 | 第35-37页 |
| ·基于多流形学习等 LLE 与基本 LLE 降维的实验 | 第35-37页 |
| ·小结 | 第37-38页 |
| 第四章 . 基于流形保持的半监督降维算法 | 第38-50页 |
| ·引言 | 第38页 |
| ·基于类别标号的半监督降维 | 第38-40页 |
| ·半监督概率 PCA（S2PPCA） | 第39页 |
| ·分类约束降维 | 第39-40页 |
| ·基于成对约束的半监督降维 | 第40-41页 |
| ·约束 Fisher 判别分析（cFDA） | 第40页 |
| ·约束局部保持投影算法（cLPP） | 第40-41页 |
| ·基于其他监督信息的方法 | 第41页 |
| ·基于流形保持的半监督降维 | 第41-48页 |
| ·标签传播算法 | 第42页 |
| ·流形结构保持的标签传播半监督降维算法（MSPLP） | 第42-46页 |
| ·概率标签矩阵 | 第43-44页 |
| ·基于标签概率的排列矩阵 | 第44-46页 |
| ·算法步骤 | 第46页 |
| ·基于流形保持的半监督降维算法实验 | 第46-48页 |
| ·YALE | 第46-48页 |
| ·FERET | 第48页 |
| ·小结 | 第48-50页 |
| 第五章 . 半监督降维算法在医学专家系统中的应用 | 第50-60页 |
| ·引言 | 第50页 |
| ·超声医学辅助诊断系统 | 第50-56页 |
| ·数据输入 | 第52-53页 |
| ·数据降维 | 第53页 |
| ·数据分类算法 | 第53-55页 |
| ·贝叶斯算法 | 第54页 |
| ·支持向量机算法 | 第54-55页 |
| ·K 近邻分类算法 | 第55页 |
| ·辅助诊断结果 | 第55-56页 |
| ·基于多流形学习 SSLLE 在超声辅助诊断系统中的应用 | 第56页 |
| ·流形结构保持的 SSDLA 在超声辅助诊断系统中的应用 | 第56-57页 |
| ·讨论 | 第57-58页 |
| ·小结 | 第58-60页 |
| 第六章 . 结束语 | 第60-62页 |
| ·总结 | 第60页 |
| ·展望 | 第60-62页 |
| 参考文献 | 第62-66页 |
| 致谢 | 第66-68页 |
| 攻读硕士学位期间已发表或录用的论文 | 第68-71页 |
| 附件 | 第71页 |
