| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 1 绪论 | 第9-19页 |
| 1.1 引言 | 第9-10页 |
| 1.2 单表示数据特征抽取方法研究与进展 | 第10-12页 |
| 1.2.1 主成分分析理论介绍 | 第10-11页 |
| 1.2.2 线性鉴别分析理论介绍 | 第11-12页 |
| 1.3 多表示数据相关投影分析方法研究与进展 | 第12-14页 |
| 1.3.1 典型相关分析研究与发展 | 第12-13页 |
| 1.3.2 多重集典型相关分析研究与发展 | 第13-14页 |
| 1.4 低秩理论方法介绍 | 第14-16页 |
| 1.4.1 RPCA相关分析研究与发展 | 第14-15页 |
| 1.4.2 IRPCA相关分析研究与发展 | 第15-16页 |
| 1.5 本文的主要研究工作和内容安排 | 第16-19页 |
| 1.5.1 本文的主要工作和创新点 | 第16-17页 |
| 1.5.2 本文的工作安排 | 第17-19页 |
| 2 基于低秩分解的鲁棒典型相关投影分析 | 第19-34页 |
| 2.1 引言 | 第19-20页 |
| 2.2 相关理论算法介绍 | 第20-23页 |
| 2.2.1 典型相关分析 | 第20页 |
| 2.2.2 多重集典型相关分析 | 第20-21页 |
| 2.2.3 鲁棒主成分分析 | 第21-23页 |
| 2.3 基于低秩分解的鲁棒典型相关分析 | 第23-25页 |
| 2.3.1 鲁棒典型相关分析矩阵构造 | 第23页 |
| 2.3.2 鲁棒典型相关分析模型构建与求解 | 第23-25页 |
| 2.4 基于低秩分解的鲁棒多重集典型相关分析 | 第25-27页 |
| 2.4.1 鲁棒多重集典型相关分析矩阵构造 | 第25页 |
| 2.4.2 鲁棒多重集典型相关分析模型构建与求解 | 第25-27页 |
| 2.5 实验与分析 | 第27-33页 |
| 2.5.1 MFEAT手写体数据库 | 第27-28页 |
| 2.5.2 ORL人脸数据库 | 第28-31页 |
| 2.5.3 Yale数据库实验 | 第31-33页 |
| 2.6 本章小结 | 第33-34页 |
| 3 引入监督信息的低秩分解多重集典型相关分析 | 第34-56页 |
| 3.1 引言 | 第34-35页 |
| 3.2 相关理论介绍 | 第35-38页 |
| 3.2.1 鉴别典型相关投影分析 | 第35-37页 |
| 3.2.1.1 鉴别典型相关分析 | 第35-36页 |
| 3.2.1.2 鉴别多重集典型相关分析 | 第36-37页 |
| 3.2.2 广义典型相关投影分析 | 第37-38页 |
| 3.2.2.1 广义典型相关分析 | 第37页 |
| 3.2.2.2 广义多重集典型相关分析 | 第37-38页 |
| 3.3 基于低秩分解的鉴别监督多重集典型相关分析 | 第38-43页 |
| 3.3.1 鲁棒鉴别典型相关分析 | 第38-41页 |
| 3.3.1.1 鲁棒鉴别典型相关分析矩阵构建 | 第38-39页 |
| 3.3.1.2 鲁棒鉴别典型相关分析模型构建与求解 | 第39-41页 |
| 3.3.2 鲁棒鉴别多重集典型相关分析 | 第41-43页 |
| 3.3.2.1 鲁棒鉴别多重集典型相关分析矩阵构造 | 第41-42页 |
| 3.3.2.2 鲁棒鉴别多重集典型相关分析模型构建与求解 | 第42-43页 |
| 3.4 基于低秩分解的广义监督多重集典型相关分析 | 第43-47页 |
| 3.4.1 鲁棒广义典型相关分析 | 第43-45页 |
| 3.4.1.1 鲁棒广义典型相关分析矩阵构造 | 第43-44页 |
| 3.4.1.2 鲁棒广义典型相关分析模型构建与求解 | 第44-45页 |
| 3.4.2 鲁棒广义多重集典型相关分析 | 第45-47页 |
| 3.4.2.1 鲁棒广义多重集典型相关分析矩阵构造 | 第45-46页 |
| 3.4.2.2 鲁棒广义多重集典型相关分析模型构建与求解 | 第46-47页 |
| 3.5 实验数据分析 | 第47-55页 |
| 3.5.1 CENPARMI手写体数据库 | 第47-50页 |
| 3.5.2 AR人脸数据库 | 第50-53页 |
| 3.5.3 Yale人脸数据库 | 第53-55页 |
| 3.6 本章小结 | 第55-56页 |
| 4 归纳式鲁棒典型相关投影分析 | 第56-74页 |
| 4.1 引言 | 第56-57页 |
| 4.2 IRPCA理论研究与介绍 | 第57-58页 |
| 4.3 归纳式鲁棒典型相关分析 | 第58-61页 |
| 4.3.1 归纳式鲁棒典型相关分析矩阵构造 | 第58-59页 |
| 4.3.2 归纳式鲁棒典型相关分析模型构建与求解 | 第59-60页 |
| 4.3.3 归纳式鲁棒多重集典型相关分析 | 第60-61页 |
| 4.4 引入监督信息的归纳式鲁棒典型相关分析 | 第61-68页 |
| 4.4.1 归纳式鲁棒鉴别典型相关分析 | 第61-63页 |
| 4.4.2 归纳式鲁棒鉴别多重集典型相关分析 | 第63-65页 |
| 4.4.3 归纳式鲁棒广义典型相关分析 | 第65-67页 |
| 4.4.4 归纳式鲁棒广义多重集典型相关分析 | 第67-68页 |
| 4.5 实验与分析 | 第68-73页 |
| 4.5.1 MFEAT手写体数据库 | 第69-70页 |
| 4.5.2 ORL人脸数据库 | 第70-72页 |
| 4.5.3 Yale人脸数据库 | 第72-73页 |
| 4.6 本章小结 | 第73-74页 |
| 5 总结与展望 | 第74-76页 |
| 5.1 本文总结 | 第74-75页 |
| 5.2 未来展望 | 第75-76页 |
| 致谢 | 第76-77页 |
| 参考文献 | 第77-83页 |
| 附录 | 第83页 |
