| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 绪论 | 第9-13页 |
| ·流形学习的发展与研究 | 第9-11页 |
| ·本文的主要内容 | 第11-13页 |
| 2 流形学习方法简介 | 第13-22页 |
| ·主成分分析（PCA） | 第13页 |
| ·线性判别分析（LDA） | 第13-14页 |
| ·等距映射（Isomap） | 第14-15页 |
| ·局部线性嵌入（LLE） | 第15-17页 |
| ·Laplacian 特征映射（LE） | 第17-18页 |
| ·局部切空间排列（LTSA） | 第18-20页 |
| ·小结 | 第20-22页 |
| 3 Gabor 小波理论简介 | 第22-31页 |
| ·从Fourier 变换到Gabor 小波变换 | 第22-23页 |
| ·Gabor 小波的生物学背景 | 第23-24页 |
| ·二维Gabor 小波变换 | 第24-26页 |
| ·Gabor 滤波器组的参数选择 | 第26-27页 |
| ·FFT 加速Gabor 特征提取 | 第27-29页 |
| ·Gabor 特征的采样 | 第29-30页 |
| ·小结 | 第30-31页 |
| 4 基于Gabor 滤波和监督流形学习方法的人脸识别算法 | 第31-41页 |
| ·局部敏感判别分析（LSDA） | 第31-33页 |
| ·基于Gabor 变换和LSDA 的人脸识别算法 | 第33-35页 |
| ·实验及分析 | 第35-40页 |
| ·小结 | 第40-41页 |
| 5 基于Gabor 滤波和非监督流形学习方法的人脸识别算法 | 第41-47页 |
| ·线性局部切空间排列（LLTSA） | 第41-42页 |
| ·基于Gabor 滤波的线性局部切空间排列算法 | 第42-44页 |
| ·实验及分析 | 第44-46页 |
| ·小结 | 第46-47页 |
| 6 总结与展望 | 第47-49页 |
| ·本文工作小结 | 第47-48页 |
| ·今后的工作展望 | 第48-49页 |
| 致谢 | 第49-50页 |
| 参考文献 | 第50-53页 |