| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 研究背景与意义 | 第9-13页 |
| 1.1.1 流形学习背景 | 第9-10页 |
| 1.1.2 流形及流形学习 | 第10-11页 |
| 1.1.3 流形学习现状 | 第11-13页 |
| 1.2 课题研究意义 | 第13-14页 |
| 1.3 论文的研究内容及章节安排 | 第14-15页 |
| 第2章 流形学习基本方法简介 | 第15-27页 |
| 2.1 流形学习的经典算法 | 第15-20页 |
| 2.1.1 等距特征映射（ISOMAP） | 第15-16页 |
| 2.1.2 局部线性嵌入（LLE） | 第16-17页 |
| 2.1.3 拉普拉斯特征映射（LE） | 第17-18页 |
| 2.1.4 局部切空间排列（LTSA） | 第18-20页 |
| 2.2 流形学习算法框架 | 第20-21页 |
| 2.3 多流形学习算法 | 第21-24页 |
| 2.3.1 多流形 | 第21-22页 |
| 2.3.2 稀疏流形聚类与嵌入算法（SMCE） | 第22-24页 |
| 2.4 流形学习中存在的问题 | 第24-25页 |
| 2.5 本章小结 | 第25-27页 |
| 第3章 半监督多流形学习算法 | 第27-39页 |
| 3.1 半监督流形学习原理 | 第27-29页 |
| 3.2 半监督流形学习算法框架（SSML） | 第29-30页 |
| 3.3 基于多流形的半监督学习算法（SSL-MM） | 第30-34页 |
| 3.3.1 优化求解分析 | 第31-34页 |
| 3.3.2 算法描述（SSL-MM） | 第34页 |
| 3.4 实验结果与分析 | 第34-38页 |
| 3.5 本章小结 | 第38-39页 |
| 第4章 鲁棒半监督流形学习算法研究 | 第39-54页 |
| 4.1 鲁棒性问题 | 第39-42页 |
| 4.2 鲁棒半监督流形学习算法（RSSML） | 第42-47页 |
| 4.2.1 噪声程度的计算 | 第42-43页 |
| 4.2.2 鲁棒半监督模型的构造 | 第43-45页 |
| 4.2.3 算法描述（RSSML） | 第45-46页 |
| 4.2.4 扩展的RSSML | 第46-47页 |
| 4.3 实验部分 | 第47-52页 |
| 4.3.1 实验数据集 | 第47-48页 |
| 4.3.2 实验结果与分析 | 第48-52页 |
| 4.4 本章小结 | 第52-54页 |
| 第5章 结论与展望 | 第54-57页 |
| 5.1 工作总结 | 第54-55页 |
| 5.2 未来工作展望 | 第55-57页 |
| 参考文献 | 第57-62页 |
| 致谢 | 第62-63页 |
| 个人简历、在学期间发表的学术论文与研究成果 | 第63页 |