基于流形学习的特征提取方法研究

摘要	第1-5页
Abstract	第5-8页
1 绪论	第8-16页
·研究背景和意义	第8-9页
·问题描述	第9-10页
·研究现状	第10-11页
·基本概念	第11-14页
·微分几何	第11-13页
·矩阵分析	第13-14页
·本文的主要研究工作	第14-16页
2 特征提取方法介绍	第16-36页
·经典的线性方法	第16-19页
·主成分分析法PCA	第16-18页
·多维尺度变换法MDS	第18页
·线性判别分析法LDA	第18-19页
·流形学习方法	第19-27页
·等距映射法Isomap	第20-21页
·局部线性嵌入法LLE	第21-23页
·拉普拉斯映射法LE	第23-24页
·海赛局部线性嵌入法HE	第24-25页
·局部切空间排列法LTSA	第25-27页
·线性流形学习方法	第27-36页
·保局投影法LPP	第28-29页
·边界分析法MFA	第29-31页
·最大边界准则法MMC	第31-33页
·伪黎曼判别分析法SRDA	第33-36页
3 洛仑兹判别投影法LDP	第36-46页
·相关数学基础	第36-37页
·算法介绍	第37-39页
·构造洛仑兹流形	第37-38页
·洛仑兹度量学习	第38-39页
·人脸识别实验	第39-43页
·Yale数据库上的实验	第40-42页
·RFGC数据库上的实验	第42-43页
·手写数字识别实验	第43-45页
·小结	第45-46页
结论	第46-47页
参考文献	第47-50页
攻读硕士学位期间发表学术论文情况	第50-51页
致谢	第51-52页