| 提要 | 第1-7页 |
| 第一章 绪论 | 第7-12页 |
| ·研究意义与背景 | 第7-8页 |
| ·研究现状 | 第8-11页 |
| ·本文主要研究内容 | 第11-12页 |
| 第二章 人脸识别技术 | 第12-19页 |
| ·基于几何特征的方法 | 第12-14页 |
| ·模板匹配方法 | 第14-15页 |
| ·特征空间方法 | 第15-17页 |
| ·Eigenfaces方法 | 第15-16页 |
| ·Fisherfaces方法 | 第16-17页 |
| ·统计模型方法 | 第17-19页 |
| ·人工神经网络方法 | 第17页 |
| ·概率模型方法 | 第17-19页 |
| 第三章 人工神经网络 | 第19-34页 |
| ·神经元模型 | 第20-24页 |
| ·生物神经元 | 第20-22页 |
| ·人工神经元 | 第22-24页 |
| ·神经网络结构 | 第24-26页 |
| ·神经网络模型 | 第26-34页 |
| ·前向网络 | 第27-28页 |
| ·反馈网络 | 第28-30页 |
| ·自组织神经网络 | 第30-31页 |
| ·随机神经网络 | 第31-34页 |
| 第四章 ART神经网络方法 | 第34-45页 |
| ·聚类方法 | 第35-36页 |
| ·Adaptive Resonance Theory | 第36-42页 |
| ·联想学习 | 第37-40页 |
| ·竞争网络 | 第40-42页 |
| ·ART网络 | 第42-45页 |
| 第五章 基于 ART的人脸学习算法 | 第45-52页 |
| ·人脸学习过程 | 第45-49页 |
| ·算法测试 | 第49-52页 |
| 第六章 实验 | 第52-58页 |
| 第七章 结论 | 第58-60页 |
| 参考文献 | 第60-64页 |
| 摘要 | 第64-67页 |
| Abstract | 第67-70页 |
| 致谢 | 第70-71页 |
| 导师及作者简介 | 第71页 |