李群均值学习算法及应用研究
| 中文摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 引言 | 第9-18页 |
| ·课题研究意义 | 第9页 |
| ·李群学习研究进展 | 第9-13页 |
| ·李群相关视觉不变特征研究进展 | 第13-15页 |
| ·问题的提出 | 第15-16页 |
| ·本文内容安排 | 第16-18页 |
| 第二章 矩阵群学习算法 | 第18-31页 |
| ·相关基本概念 | 第18-24页 |
| ·矩阵群的定义 | 第18-19页 |
| ·矩阵群度量空间 | 第19-21页 |
| ·矩阵群实例 | 第21-24页 |
| ·矩阵群学习算法 | 第24-26页 |
| ·实例分析 | 第26-30页 |
| ·KNN矩阵样本分类 | 第26-28页 |
| ·K-means矩阵样本聚类 | 第28-30页 |
| ·本章小结 | 第30-31页 |
| 第三章 李群学习相关理论 | 第31-47页 |
| ·李群 | 第31-34页 |
| ·矩阵李群实例 | 第34-38页 |
| ·李群上的高斯分布 | 第38-42页 |
| ·R~+的高斯分布 | 第39页 |
| ·SO(2)的高斯分布 | 第39-41页 |
| ·SO(3)的高斯分布 | 第41-42页 |
| ·李群内均值计算 | 第42-46页 |
| ·本章小结 | 第46-47页 |
| 第四章 李群均值相关学习算法 | 第47-56页 |
| ·FLDA算法 | 第47-48页 |
| ·李群空间中的Fisher投影 | 第48-50页 |
| ·Lie-Fisher判别分析 | 第50-55页 |
| ·Lie-Fisher算法的第一形式 | 第50-52页 |
| ·Lie-Fisher算法的第二形式 | 第52-54页 |
| ·Lie-Fisher算法二种形式的区别 | 第54-55页 |
| ·时间复杂度和空间复杂度分析 | 第55页 |
| ·本章小结 | 第55-56页 |
| 第五章 李群核学习算法 | 第56-66页 |
| ·SVM算法原理 | 第56-58页 |
| ·线性可分情况下的SVM分析 | 第56-57页 |
| ·线性不可分情况下的SVM分析 | 第57-58页 |
| ·KFDA算法原理 | 第58-59页 |
| ·核函数 | 第59-61页 |
| ·李群核函数 | 第61-64页 |
| ·李群RBF核 | 第61-62页 |
| ·李群多项式核 | 第62-63页 |
| ·李群线性核 | 第63页 |
| ·李群感知器核 | 第63-64页 |
| ·基于李群核函数的KLieDA算法 | 第64-65页 |
| ·本章小结 | 第65-66页 |
| 第六章 实例应用 | 第66-81页 |
| ·Lie-Fisher算法实验分析 | 第66-75页 |
| ·人工数据集 | 第66-69页 |
| ·手写体识别 | 第69-71页 |
| ·协方差李群特征的Lie-Fisher手写体识别 | 第71-75页 |
| ·KLieDA算法及李群核SVM实验分析 | 第75-80页 |
| ·基于李群核SVM的手写体识别 | 第75-77页 |
| ·基于李群核KLieDA算法的手写体识别 | 第77-80页 |
| ·本章小结 | 第80-81页 |
| 第七章 结论与展望 | 第81-83页 |
| ·结论 | 第81-82页 |
| ·展望 | 第82-83页 |
| 参考文献 | 第83-89页 |
| 攻读学位期间参与的科研项目与发表（录用）论文情况 | 第89-90页 |
| 科研项目 | 第89页 |
| 发表(录用)的论文 | 第89-90页 |
| 致谢 | 第90页 |
