| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-15页 |
| 1.1 前言 | 第11-12页 |
| 1.2 传统经典数据降维方法 | 第12-13页 |
| 1.3 本文主要研究内容 | 第13-15页 |
| 第2章 降维方法介绍 | 第15-22页 |
| 2.1 整体结构保持的降维算法 | 第15-18页 |
| 2.1.1 主成分分析 | 第15-16页 |
| 2.1.2 线性判别分析 | 第16-17页 |
| 2.1.3 自适应降维算法 | 第17-18页 |
| 2.2 局部结构保持的降维算法 | 第18-22页 |
| 2.2.1 局部线性嵌入 | 第18-20页 |
| 2.2.2 拉普拉斯映射 | 第20页 |
| 2.2.3 局部保持投影 | 第20-22页 |
| 第3章 适用于簇状数据的双重聚类结构保持的降维算法 | 第22-39页 |
| 3.1 引言 | 第22-23页 |
| 3.2 算法描述 | 第23-25页 |
| 3.2.1 原空间全局聚类结构的描述 | 第23页 |
| 3.2.2 全局聚类结构在降维过程中的保持 | 第23-24页 |
| 3.2.3 局部聚类结构的描述 | 第24页 |
| 3.2.4 局部聚类结构在降维过程中的保持 | 第24-25页 |
| 3.2.5 同时考虑两者的目标菌数及其求解 | 第25页 |
| 3.3 算法分析 | 第25-26页 |
| 3.3.1 算法步骤 | 第25-26页 |
| 3.3.2 算法优缺点分析 | 第26页 |
| 3.4 实验结果与分析 | 第26-37页 |
| 3.4.1 人工数据集 | 第26-29页 |
| 3.4.2 UCI数据集 | 第29-33页 |
| 3.4.3 参数对改进算法的影响 | 第33-35页 |
| 3.4.4 人脸数据集 | 第35-37页 |
| 3.5 本章小结 | 第37-39页 |
| 第4章 适用于多流形分布聚类结构保持的降维算法 | 第39-51页 |
| 4.1 引言 | 第39-40页 |
| 4.2 算法描述 | 第40-43页 |
| 4.2.1 流形聚类 | 第40-42页 |
| 4.2.2 高维空间聚类结构信息的描述 | 第42页 |
| 4.2.3 目标函数及其求解 | 第42-43页 |
| 4.3 算法分析 | 第43-44页 |
| 4.3.1 算法步骤 | 第43-44页 |
| 4.3.2 算法优缺点 | 第44页 |
| 4.4 实验结果和分析 | 第44-49页 |
| 4.4.1 UCI数据集 | 第44-46页 |
| 4.4.2 Coil数据集 | 第46-48页 |
| 4.4.3 Digit数据集 | 第48-49页 |
| 4.4.4 参数对MSPP算法的影响 | 第49页 |
| 4.5 本章小结 | 第49-51页 |
| 第5章 降维方法工具箱的实现 | 第51-61页 |
| 5.1 相关技术介绍 | 第51-52页 |
| 5.1.1 Java技术 | 第51页 |
| 5.1.2 Matlab工具箱 | 第51页 |
| 5.1.3 混合编程 | 第51-52页 |
| 5.2 工具箱总体设计 | 第52-53页 |
| 5.2.1 总体方案 | 第52-53页 |
| 5.2.2 模块划分 | 第53页 |
| 5.3 工具箱详细设计 | 第53-59页 |
| 5.3.1 开发步骤 | 第53页 |
| 5.3.2 Matlab环境下降维算法的实现 | 第53-55页 |
| 5.3.3 Java环境下界面设计 | 第55页 |
| 5.3.4 Matlab和Java的混合编程 | 第55-56页 |
| 5.3.5 数据降维算法工具箱效果图 | 第56-58页 |
| 5.3.6 错误处理机制 | 第58-59页 |
| 5.4 本章小结 | 第59-61页 |
| 第6章 总结和展望 | 第61-63页 |
| 6.1 论文工作总结 | 第61页 |
| 6.2 未来工作展望 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 致谢 | 第67页 |