基于数据表示和关联学习的降维方法研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第7-11页 |
| 1.1 研究背景及意义 | 第7页 |
| 1.2 国内外研究现状 | 第7-10页 |
| 1.3 本文的主要工作及结构安排 | 第10-11页 |
| 第二章 图的相关介绍 | 第11-16页 |
| 2.1 高维数据的图模型 | 第11-13页 |
| 2.2 基于图构建的相关算法介绍 | 第13-15页 |
| 2.3 本章小结 | 第15-16页 |
| 第三章 基于数据表示和关联学习的降维 | 第16-22页 |
| 3.1 模型构建 | 第16-17页 |
| 3.1.1 数据表示及关联图构建 | 第16-17页 |
| 3.1.2 投影矩阵学习 | 第17页 |
| 3.2 目标函数求解 | 第17-20页 |
| 3.2.1 求解数据表示和关联图 | 第17-19页 |
| 3.2.2 求解投影矩阵 | 第19-20页 |
| 3.3 本章小结 | 第20-22页 |
| 第四章 实验结果与分析 | 第22-33页 |
| 4.1 分类实验 | 第22-26页 |
| 4.1.1 数据集描述 | 第22-23页 |
| 4.1.2 实验设置 | 第23-24页 |
| 4.1.3 实验结果与分析 | 第24-26页 |
| 4.2 聚类实验 | 第26-30页 |
| 4.2.1 数据集描述 | 第27-28页 |
| 4.2.2 实验设置 | 第28页 |
| 4.2.3 实验结果与分析 | 第28-30页 |
| 4.3 参数分析 | 第30-31页 |
| 4.4 本章小结 | 第31-33页 |
| 第五章 总结和展望 | 第33-34页 |
| 5.1 总结 | 第33页 |
| 5.2 展望 | 第33-34页 |
| 参考文献 | 第34-37页 |
| 致谢 | 第37-38页 |
| 在学期间公开发表论文情况 | 第38页 |
