| 摘要 | 第1-6页 |
| ABSTRACT | 第6-8页 |
| 目录 | 第8-11页 |
| 第1章 绪论 | 第11-21页 |
| ·课题背景 | 第11-12页 |
| ·半监督学习 | 第11页 |
| ·半监督学习和几何信息的联系 | 第11-12页 |
| ·国内外研究现状 | 第12-17页 |
| ·几何信息的研究 | 第12-14页 |
| ·半监督学习的发展 | 第14-16页 |
| ·面临的主要问题和挑战 | 第16-17页 |
| ·本文研究意义和内容安排 | 第17-21页 |
| ·本文的研究意义 | 第17-18页 |
| ·内容安排 | 第18-21页 |
| 第2章 背景知识 | 第21-31页 |
| ·内部维数估计 | 第21-22页 |
| ·局部几何信息 | 第22-24页 |
| ·距离测度 | 第24-26页 |
| ·图谱的性质及其应用 | 第26-28页 |
| ·标签派生和图的正则化 | 第28-30页 |
| ·图的构造及其有效性 | 第30-31页 |
| 第3章 标记信息和几何信息的融合 | 第31-43页 |
| ·标记约束和几何约束 | 第31-33页 |
| ·半监督学习的正则化形式 | 第33-34页 |
| ·流形融合 | 第34-35页 |
| ·将标签逼近扩展为特殊的流形 | 第34页 |
| ·流形融合 | 第34-35页 |
| ·基于流形融合的半监督学习算法 | 第35-38页 |
| ·构建节点可达的k-邻域连接图G | 第35-36页 |
| ·构建反映流形约束的逼近矩阵D | 第36页 |
| ·构建反映标签约束的逼近矩阵C | 第36页 |
| ·构建融合比例矩阵A | 第36-37页 |
| ·流形融合的优化求解 | 第37-38页 |
| ·阈值的选取和归类判决 | 第38页 |
| ·算法对应的电路模型 | 第38-39页 |
| ·实验结果和讨论 | 第39-41页 |
| ·本章小结 | 第41-43页 |
| 第4章 基于局部调和的归纳式分类 | 第43-51页 |
| ·直推和归纳的概念 | 第43页 |
| ·半监督局部调和SLLC | 第43-47页 |
| ·基于MFA的局部降维 | 第44页 |
| ·利用局部调和实现全局拼接 | 第44-45页 |
| ·基于图的标记平滑 | 第45-47页 |
| ·实验结果与分析 | 第47-49页 |
| ·本章小结 | 第49-51页 |
| 第5章 流形仿射对齐算法 | 第51-59页 |
| ·流形对齐概述 | 第51-52页 |
| ·半监督仿射对齐原理 | 第52页 |
| ·半监督仿射对齐算法 | 第52-55页 |
| ·Laplace图约束和非线性对齐 | 第53-54页 |
| ·谱回归和仿射对齐 | 第54-55页 |
| ·实验结果和分析 | 第55-58页 |
| ·本章小结 | 第58-59页 |
| 第6章 多分辨率RANDOM-WALK的半监督图像分割 | 第59-69页 |
| ·半监督图像分割算法比较 | 第59-60页 |
| ·基于RANDOM-WALK算法的图像分割 | 第60页 |
| ·多分辨率RANDOM-WALK算法 | 第60-63页 |
| ·构造骨干图和图Laplace | 第61-62页 |
| ·争议区域和迭代分割 | 第62-63页 |
| ·算法步骤 | 第63页 |
| ·实验结果与分析 | 第63-66页 |
| ·本章小结 | 第66-69页 |
| 第7章 空间几何信息对半监督学习的影响对比 | 第69-87页 |
| ·几何信息和半监督学习 | 第69页 |
| ·流形约束 | 第69-72页 |
| ·点逼近 | 第70-71页 |
| ·块逼近 | 第71页 |
| ·逼近系数 | 第71-72页 |
| ·流形约束的应用 | 第72-73页 |
| ·半监督回归和分类 | 第72页 |
| ·流形对齐 | 第72-73页 |
| ·保持映射扩展 | 第73-74页 |
| ·实验结果与讨论 | 第74-86页 |
| ·回归实验 | 第74-77页 |
| ·分类实验 | 第77-84页 |
| ·流形对齐实验 | 第84-86页 |
| ·本章小结 | 第86-87页 |
| 第8章 总结与展望 | 第87-90页 |
| ·论文工作总结 | 第87-89页 |
| ·未来工作展望 | 第89-90页 |
| 参考文献 | 第90-104页 |
| 致谢 | 第104-105页 |
| 在读期间发表的学术论文与取得的研究成果 | 第105-106页 |