基于特征提取的特征选择研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第一章 绪论 | 第8-12页 |
| ·研究背景及意义 | 第8-9页 |
| ·国内外研究现状简介 | 第9页 |
| ·主要研究内容和工作 | 第9-10页 |
| ·论文组织结构 | 第10-12页 |
| 第二章 基于特征提取的特征选择基本特性研究 | 第12-21页 |
| ·特征选择算法的基本特性研究 | 第12-17页 |
| ·特征子集生成 | 第13-15页 |
| ·特征子集评价 | 第15-16页 |
| ·Filter 模型与Wapper 模型 | 第16-17页 |
| ·基于特征提取的特征选择研究现状 | 第17-20页 |
| ·基于PCA 的特征选择研究 | 第17-19页 |
| ·基于LDA 的特征选择研究 | 第19-20页 |
| ·本章 小结 | 第20-21页 |
| 第三章 人脸线性特征提取方法研究 | 第21-28页 |
| ·主成分分析方法（PCA） | 第21-24页 |
| ·PCA 原理 | 第22-23页 |
| ·特征脸方法 | 第23-24页 |
| ·线性判别方法（LDA） | 第24-27页 |
| ·Fisher 准则 | 第25-26页 |
| ·Fisherface 方法 | 第26-27页 |
| ·本章 小结 | 第27-28页 |
| 第四章 基于PCA的特征选择算法 | 第28-41页 |
| ·PCA 变换矩阵分析 | 第28-31页 |
| ·行成分分析 | 第28-29页 |
| ·行成分选择 | 第29-30页 |
| ·行成分相似性度量 | 第30-31页 |
| ·基于PCA 的聚类算法 | 第31-35页 |
| ·算法设计 | 第31-33页 |
| ·算法分析 | 第33-34页 |
| ·人脸识别应用 | 第34-35页 |
| ·实验结果与分析 | 第35-40页 |
| ·实验数据 | 第35-36页 |
| ·基准数据集分类实验 | 第36-37页 |
| ·人脸识别实验 | 第37-39页 |
| ·实验分析与总结 | 第39-40页 |
| ·本章 小结 | 第40-41页 |
| 第五章 基于LDA的高维特征选择算法 | 第41-54页 |
| ·单个特征的Fisher 评估准则 | 第41-42页 |
| ·特征关联性分析 | 第42-44页 |
| ·特征关联性定义 | 第42-43页 |
| ·特征关联性常用计算公式 | 第43-44页 |
| ·基于LDA 的分层过滤器算法 | 第44-48页 |
| ·不相关特征过滤器 | 第45-46页 |
| ·冗余特征过滤器 | 第46-48页 |
| ·实验结果与分析 | 第48-53页 |
| ·实验数据 | 第49-50页 |
| ·基准数据集分类实验 | 第50-52页 |
| ·性别分类实验 | 第52-53页 |
| ·本章 小结 | 第53-54页 |
| 第六章 总结与展望 | 第54-56页 |
| 参考文献 | 第56-59页 |
| 致谢 | 第59-60页 |
| 本人已发表的论文 | 第60页 |
