基于多信息融合的流形学习方法研究
| 摘要 | 第1-10页 |
| Abstract | 第10-13页 |
| 第一章 绪论 | 第13-21页 |
| ·人脸识别的研究背景 | 第13-14页 |
| ·人脸识别的应用 | 第14-15页 |
| ·人脸识别的研究方法 | 第15-17页 |
| ·流形学习及在人脸识别中的应用 | 第17-18页 |
| ·本文的主要工作 | 第18-19页 |
| ·本文的组织结构 | 第19-21页 |
| 第二章 流行学习方法 | 第21-27页 |
| ·引言 | 第21页 |
| ·流形学习方法的发展 | 第21-22页 |
| ·部分流行学习方法介绍 | 第22-25页 |
| ·LLE算法介绍 | 第22-23页 |
| ·ISOMAP算法介绍 | 第23页 |
| ·MFA算法介绍 | 第23-24页 |
| ·DLPP算法介绍 | 第24-25页 |
| ·流行学习方法的不足及多信息融合的必要性 | 第25-26页 |
| ·多信息融合的必要性 | 第25-26页 |
| ·多信息融合实现的可能性 | 第26页 |
| ·本章小结 | 第26-27页 |
| 第三章 基于图的局部保持投影和监督判别投影算法 | 第27-41页 |
| ·基于排斥图和吸引图的局部保持投影 | 第27-33页 |
| ·引言 | 第27-28页 |
| ·局部保持投影 | 第28页 |
| ·基于排斥图和吸引图的局部保持投影 | 第28-30页 |
| ·分类器的设计 | 第30页 |
| ·算法 | 第30页 |
| ·实验与分析 | 第30-33页 |
| ·基于图的有监督判别投影 | 第33-39页 |
| ·引言 | 第33-34页 |
| ·无监督鉴别投影 | 第34-35页 |
| ·基于图的有监督判别投影 | 第35-36页 |
| ·实验与分析 | 第36-39页 |
| ·本章小结 | 第39-41页 |
| 第四章 自适应近邻的局部保持投影 | 第41-47页 |
| ·引言 | 第41页 |
| ·局部保持投影简介 | 第41-42页 |
| ·自适应近邻的局部保持投影 | 第42-44页 |
| ·自适应近邻的定义 | 第42-43页 |
| ·邻接矩阵的定义 | 第43页 |
| ·自适应近邻的局部保持投影 | 第43-44页 |
| ·实验与分析 | 第44-46页 |
| ·实验1 | 第44-45页 |
| ·实验2 | 第45-46页 |
| ·本章小结 | 第46-47页 |
| 第五章 监督线性局部切空间排列算法 | 第47-54页 |
| ·引言 | 第47-48页 |
| ·线性切空间算法排列 | 第48页 |
| ·监督线性局部切空间排列 | 第48-50页 |
| ·算法介绍 | 第49-50页 |
| ·算法步骤 | 第50页 |
| ·实验与分析 | 第50-53页 |
| ·实验1 | 第50-52页 |
| ·实验2 | 第52-53页 |
| ·本章小结 | 第53-54页 |
| 第六章 基于马氏距离的局部保持流形学习算法 | 第54-60页 |
| ·引言 | 第54页 |
| ·最大化约束边缘的半监督矩阵学习算法介绍 | 第54-55页 |
| ·基于马氏距离的局部保持流形学习算法 | 第55-56页 |
| ·算法介绍 | 第55-56页 |
| ·算法步骤 | 第56页 |
| ·实验 | 第56-59页 |
| ·实验1 | 第56-57页 |
| ·实验2 | 第57-59页 |
| ·本章小结 | 第59-60页 |
| 第七章 总结与展望 | 第60-63页 |
| ·总结 | 第60-61页 |
| ·进一步的研究工作 | 第61-62页 |
| ·展望 | 第62-63页 |
| 参考文献 | 第63-68页 |
| 致谢 | 第68-69页 |
| 附录 | 第69-70页 |
