| 摘要 | 第1-5页 |
| Abstract | 第5-6页 |
| 目录 | 第6-8页 |
| 引言 | 第8-11页 |
| 一、课题研究背景与意义 | 第8-9页 |
| 二、本文内容与安排 | 第9-10页 |
| 三、本文的主要创新工作 | 第10-11页 |
| 第一章 目前各种方法在流形学习中的应用 | 第11-18页 |
| ·主成分分析方法 | 第11页 |
| ·多维等级分析方法 | 第11-12页 |
| ·局部线性嵌入方法 | 第12页 |
| ·独立分量分析方法 | 第12页 |
| ·Laplacian Eigenmaps方法 | 第12-13页 |
| ·Hessian Eigenmaps方法 | 第13页 |
| ·k—NN方法 | 第13-17页 |
| ·本章小节 | 第17-18页 |
| 第二章 R-Isomap方法 | 第18-22页 |
| ·Isomap方法在流形学习中的应用 | 第18-19页 |
| ·R-ISOMAP方法在流形学习中的应用 | 第19-21页 |
| ·本章小节 | 第21-22页 |
| 第三章 偏心权距离方法 | 第22-35页 |
| ·LLE(Locally linear embedding)方法 | 第22-23页 |
| ·偏心权距离方法 | 第23-33页 |
| ·变形分布 | 第24-25页 |
| ·偏心权距离 | 第25-33页 |
| ·本章小节 | 第33-35页 |
| 第四章 应用偏心权距离的R-isomap降维方法 | 第35-37页 |
| 第五章 实验结果分析和比较 | 第37-41页 |
| ·3D聚类样本集合 | 第37页 |
| ·双峰图数据集合 | 第37-38页 |
| ·折叠平面数据集合 | 第38-40页 |
| ·本章小节 | 第40-41页 |
| 结论 | 第41-42页 |
| 参考文献 | 第42-45页 |
| 附录A | 第45-47页 |
| 附录B | 第47-48页 |
| 附录C | 第48-50页 |
| 致谢 | 第50-51页 |
| 在学期间公开发表论文及著作情况 | 第51页 |