| 摘要 | 第1-7页 |
| Abstract | 第7-12页 |
| 1 绪论 | 第12-26页 |
| ·概述 | 第12-13页 |
| ·模式识别的研究意义 | 第13-14页 |
| ·特征抽取 | 第14-21页 |
| ·经典特征抽取方法 | 第14-17页 |
| ·Kernel方法 | 第17-18页 |
| ·二维分析方法与张量分析方法 | 第18-19页 |
| ·流形学习 | 第19-20页 |
| ·基于稀疏表示的特征抽取 | 第20-21页 |
| ·分类决策 | 第21-24页 |
| ·贝叶斯分类器 | 第21页 |
| ·k近邻分类法 | 第21-22页 |
| ·支持向量机 | 第22-23页 |
| ·基于回归方法的分类器 | 第23-24页 |
| ·本文研究工作概述 | 第24页 |
| ·本文的内容安排 | 第24-26页 |
| 2 基于低秩表示的鉴别投影 | 第26-49页 |
| ·引言 | 第26-27页 |
| ·相关特征抽取方法 | 第27-35页 |
| ·主成分分析(PCA)方法 | 第27-28页 |
| ·Fisher线性鉴别分析(FLDA)方法 | 第28-29页 |
| ·局部保持投影(LPP)方法 | 第29-30页 |
| ·稀疏保持投影(SPP)方法 | 第30-31页 |
| ·近邻极值投影(NMMP)方法 | 第31-32页 |
| ·L_(2,1)正则化熵(CRFS)方法 | 第32-34页 |
| ·正交平滑子空间学习(OSSL)方法 | 第34-35页 |
| ·低秩分解与表示方法 | 第35-38页 |
| ·Robust PCA | 第35-36页 |
| ·低秩表示(LRR) | 第36-38页 |
| ·基于低秩表示的鉴别投影(LRR-DP) | 第38-41页 |
| ·研究动机 | 第38-39页 |
| ·LRR-DP | 第39-41页 |
| ·试验 | 第41-48页 |
| ·在AR人脸数据库上的试验 | 第41-43页 |
| ·在Yale人脸数据库上的试验 | 第43-45页 |
| ·在Extended Yale B人脸数据库上的试验 | 第45-46页 |
| ·在PolyU掌纹数据库上的试验 | 第46-48页 |
| ·本章小结 | 第48-49页 |
| 3 基于局部信息的回归分类方法 | 第49-68页 |
| ·引言 | 第49页 |
| ·K近邻局部稀疏表示分类器 | 第49-52页 |
| ·稀疏表示分类器(SRC)方法 | 第49-50页 |
| ·基本原理 | 第50-51页 |
| ·K近邻局部稀疏表示分类器的优点 | 第51-52页 |
| ·试验 | 第52-57页 |
| ·手写数字识别 | 第52-53页 |
| ·汉字识别 | 第53-54页 |
| ·在Extended Yale B人脸数据库上的试验 | 第54-55页 |
| ·在ORL人脸数据库上的试验 | 第55-56页 |
| ·在AR人脸数据库上的试验 | 第56-57页 |
| ·局部协作表示分类器 | 第57-60页 |
| ·协作表示分类器(CRC)方法 | 第57-58页 |
| ·基本原理 | 第58页 |
| ·局部协作表示分类器的优点 | 第58-60页 |
| ·试验 | 第60-66页 |
| ·在FERET人脸数据库上的试验 | 第60-62页 |
| ·在AR人脸数据库上的试验 | 第62-63页 |
| ·在ORL人脸数据库上的试验 | 第63-65页 |
| ·在CMU PIE人脸数据库上的试验 | 第65-66页 |
| ·本章小结 | 第66-68页 |
| 4 基于成分的全局k近邻分类方法 | 第68-77页 |
| ·引言 | 第68-69页 |
| ·基于成分的全局k近邻分类器(CG-k-NN) | 第69-72页 |
| ·线性回归的Tikhonov正则化 | 第69页 |
| ·基于成分的全局k近邻分类器 | 第69-70页 |
| ·CG-k-NN分类器相比k-NN分类器、LRC和SRC方法的优点 | 第70-72页 |
| ·试验 | 第72-76页 |
| ·在ORL人脸数据库上的试验 | 第72-73页 |
| ·在AR人脸数据库上的试验 | 第73-74页 |
| ·在FERET人脸数据库上的试验 | 第74-75页 |
| ·在PolyU掌纹数据库上的试验 | 第75-76页 |
| ·本章小结 | 第76-77页 |
| 5 基于回归分析的全体与类样本分类器的比较研究 | 第77-88页 |
| ·引言 | 第77页 |
| ·线性回归分类器(LRC)方法 | 第77-78页 |
| ·基于Lasso回归的全体与类样本分类器 | 第78-79页 |
| ·Lasso回归 | 第78页 |
| ·基于Lasso回归的全体样本分类器 | 第78-79页 |
| ·基于Lasso回归的类样本分类器 | 第79页 |
| ·基于Ridge回归的全体与类样本分类器 | 第79-80页 |
| ·Ridge回归 | 第79-80页 |
| ·基于Ridge回归的全体样本分类器 | 第80页 |
| ·基于Ridge回归的类样本分类器 | 第80页 |
| ·试验 | 第80-85页 |
| ·在大样本数据库上的试验 | 第80-82页 |
| ·在小样本数据库上的试验 | 第82页 |
| ·试验结果 | 第82-85页 |
| ·试验结果分析 | 第85-87页 |
| ·本章小结 | 第87-88页 |
| 6 结束语 | 第88-90页 |
| 致谢 | 第90-91页 |
| 参考文献 | 第91-105页 |
| 附录 | 第105页 |
