| 摘要 | 第1-6页 |
| ABSTRACT | 第6-12页 |
| 第1章 绪论 | 第12-18页 |
| ·课题背景及意义 | 第12-13页 |
| ·国内外研究现状 | 第13-16页 |
| ·本文研究内容及创新点 | 第16-17页 |
| ·本文组织结构 | 第17-18页 |
| 第2章 可拒绝模式分类基础 | 第18-30页 |
| ·可拒绝模式分类数学模型 | 第18-19页 |
| ·可拒绝模式分类衡量指标 | 第19-20页 |
| ·基于概率密度估计的可拒绝模式分类 | 第20-23页 |
| ·高斯模型 | 第21-22页 |
| ·高斯混合模型 | 第22页 |
| ·Parzen 窗模型 | 第22-23页 |
| ·基于边界的可拒绝模式分类 | 第23-27页 |
| ·K-中心法 | 第24-25页 |
| ·最近邻法 | 第25-26页 |
| ·支持向量域描述 | 第26页 |
| ·一类支持向量机 | 第26-27页 |
| ·基于重建思想的可拒绝模式分类 | 第27-29页 |
| ·本章小结 | 第29-30页 |
| 第3章 基于 SRM 自组织多区域覆盖的可拒绝近邻分类算法 | 第30-38页 |
| ·引言 | 第30-31页 |
| ·可拒绝近邻分类系统组成 | 第31-32页 |
| ·可拒绝近邻分类系统模型 | 第32-35页 |
| ·自组织多区域覆盖拒识层模型 | 第32-34页 |
| ·近邻判别层模型 | 第34-35页 |
| ·实验仿真 | 第35-37页 |
| ·高斯分布样本点分类实验 | 第35页 |
| ·手写数字分类实验 | 第35-37页 |
| ·本章小结 | 第37-38页 |
| 第4章 基于稀疏表示结合流形子空间覆盖的可拒绝分类算法 | 第38-52页 |
| ·引言 | 第38-39页 |
| ·稀疏表示结合流形子空间覆盖的可拒绝分类系统组成 | 第39-40页 |
| ·稀疏表示结合流形子空间覆盖的可拒绝分类模型 | 第40-47页 |
| ·流形子空间覆盖拒识层模型 | 第40-43页 |
| ·稀疏表示判别层模型 | 第43-46页 |
| ·可拒绝分类最终判决规则 | 第46-47页 |
| ·实验仿真 | 第47-51页 |
| ·UCI 数据库分类实验 | 第47-48页 |
| ·手写体数字识别实验 | 第48-49页 |
| ·MIT-CBCL 人脸识别实验 | 第49-50页 |
| ·CMU AMP 人脸表情识别实验 | 第50-51页 |
| ·本章小结 | 第51-52页 |
| 第5章 基于区分性投影结合最小 L1 超球覆盖的可拒绝分类算法 | 第52-64页 |
| ·引言 | 第52-53页 |
| ·区分性投影结合最小 L1 超球覆盖可拒绝分类系统 | 第53-54页 |
| ·区分性特征投影 | 第54-57页 |
| ·差分矢量 | 第54-55页 |
| ·差分矢量 PCA-L1 特征提取 | 第55-57页 |
| ·区分性投影结合最小 L1 超球覆盖的可拒绝分类模型 | 第57-59页 |
| ·基于最小 L1 超球覆盖的拒识层模型 | 第57-58页 |
| ·最近邻分类判别层模型 | 第58-59页 |
| ·实验仿真 | 第59-63页 |
| ·UCI 数据库分类实验 | 第59页 |
| ·MNIST 手写体数字识别实验 | 第59-61页 |
| ·人脸表情识别实验 | 第61-63页 |
| ·本章小结 | 第63-64页 |
| 第6章 基于高维空间最小生成树覆盖模型的可拒绝分类算法 | 第64-78页 |
| ·引言 | 第64-65页 |
| ·基于最小生成树覆盖模型的可拒绝分类系统组成 | 第65-66页 |
| ·基于最小生成树覆盖的拒识层模型 | 第66-72页 |
| ·最小生成树覆盖拒识思想 | 第66-70页 |
| ·覆盖半径调整策略 | 第70-72页 |
| ·数据场综合策略判别层模型 | 第72-74页 |
| ·实验仿真 | 第74-76页 |
| ·UCI 数据库分类实验 | 第74-75页 |
| ·MNIST 手写体数字识别实验 | 第75-76页 |
| ·MIT-CBCL 人脸识别实验 | 第76页 |
| ·本章小结 | 第76-78页 |
| 结论 | 第78-80页 |
| 参考文献 | 第80-85页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第85-86页 |
| 致谢 | 第86-87页 |
| 作者简介 | 第87页 |
