基于流形学习的数据降维技术研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-16页 |
| ·研究背景 | 第10-12页 |
| ·研究意义和应用情况 | 第12-13页 |
| ·本文的实验平台及实验用数据简介 | 第13-14页 |
| ·论文的组织架构 | 第14-16页 |
| 第二章 流形学习降维算法介绍 | 第16-30页 |
| ·流形学习的数学含义 | 第16页 |
| ·流形学习方法的分类 | 第16-17页 |
| ·线性流形降维典型方法 | 第17-19页 |
| ·PCA | 第17-18页 |
| ·经典多维尺度分析 | 第18页 |
| ·Fisher 线性判别分析 | 第18-19页 |
| ·非线性流形降维方法 | 第19-26页 |
| ·核主成分分析 | 第20-21页 |
| ·等距映射算法 | 第21-22页 |
| ·局部线性嵌入算法 | 第22-23页 |
| ·Laplacian 特征映射算法 | 第23-24页 |
| ·Hessian 特征映射 | 第24-26页 |
| ·局部切空间排列 | 第26-27页 |
| ·流形学习算法小结 | 第27-30页 |
| 第三章 一种图嵌入正则化的线性判别分析方法 | 第30-40页 |
| ·引言 | 第30-31页 |
| ·正则化线性判别分析 RLDA | 第31-32页 |
| ·图嵌入正则化判别分析 | 第32-37页 |
| ·谱图理论 | 第32-33页 |
| ·图嵌入线性判别分析 | 第33-34页 |
| ·正则化最小二乘拟合 | 第34-35页 |
| ·图嵌入正则化人脸判别分析 | 第35-36页 |
| ·算法计算复杂度分析 | 第36-37页 |
| ·实验 | 第37-39页 |
| ·本章小结 | 第39-40页 |
| 第四章 基于几何距离摄动的局部线性嵌入算法 | 第40-49页 |
| ·局部线性嵌入LLE | 第40-42页 |
| ·基于几何摄动的 LLE 算法 | 第42-46页 |
| ·非线性度与几何距离摄动 | 第43-44页 |
| ·基于几何摄动的最大线性块 | 第44-45页 |
| ·最大线性分块算法 | 第45页 |
| ·最大线性分块下的局部嵌入算法 | 第45-46页 |
| ·实验 | 第46-48页 |
| ·人造数据集上降维实验 | 第46-47页 |
| ·UCI 数据上分类实验 | 第47-48页 |
| ·本章小结 | 第48-49页 |
| 第五章 总结与展望 | 第49-51页 |
| 参考文献 | 第51-56页 |
| 致谢 | 第56-57页 |
| 附录(攻读硕士学位期间发表录用论文) | 第57-58页 |
| 中英文摘要 | 第58-66页 |
