| 摘要 | 第1-7页 |
| Abstract | 第7-9页 |
| 目录 | 第9-11页 |
| 第一章 绪论 | 第11-23页 |
| ·模式识别与分类器设计 | 第11-12页 |
| ·分类器设计方法 | 第12-15页 |
| ·人脸识别应用研究 | 第15-18页 |
| ·本文主要研究成果 | 第18-20页 |
| ·本文章节安排 | 第20-23页 |
| 第二章 最近邻凸包分类器 | 第23-33页 |
| ·引言 | 第23-24页 |
| ·最近邻凸包分类器 | 第24-28页 |
| ·凸组合/凸集/凸包 | 第24页 |
| ·点到凸包距离 | 第24-26页 |
| ·最近邻凸包分类器原理 | 第26-28页 |
| ·人脸识别实验与分析 | 第28-32页 |
| ·本章小结 | 第32-33页 |
| 第三章 1-范数最近邻凸包分类器 | 第33-39页 |
| ·引言 | 第33页 |
| ·向量范数 | 第33-34页 |
| ·1-范数最近邻凸包分类算法 | 第34-35页 |
| ·人脸识别实验与分析 | 第35-38页 |
| ·本章小结 | 第38-39页 |
| 第四章 核最近邻凸包分类器 | 第39-47页 |
| ·引言 | 第39-40页 |
| ·核函数方法 | 第40-42页 |
| ·核最近邻凸包分类器 | 第42-43页 |
| ·人脸识别实验与分析 | 第43-46页 |
| ·本章小结 | 第46-47页 |
| 第五章 基于子空间样本选择方法的最近邻凸包分类器 | 第47-61页 |
| ·引言 | 第47-48页 |
| ·子空间样本选择方法 | 第48-54页 |
| ·子空间样本选择算法 | 第48-51页 |
| ·有关性质及其证明 | 第51-54页 |
| ·子空间样本选择的最近邻凸包分类器 | 第54-55页 |
| ·人脸识别实验与分析 | 第55-59页 |
| ·本章小结 | 第59-61页 |
| 第六章 基于核子空间样本选择方法的核最近邻凸包分类器 | 第61-73页 |
| ·引言 | 第61页 |
| ·核子空间样本选择方法 | 第61-64页 |
| ·核子空间样本选择的核最近邻凸包分类器 | 第64-65页 |
| ·人脸识别实验与分析 | 第65-71页 |
| ·本章小结 | 第71-73页 |
| 第七章 仿射子空间最近点分类器 | 第73-89页 |
| ·引言 | 第73页 |
| ·支持向量机的几何解释 | 第73-76页 |
| ·支持向量机原理简介 | 第73-75页 |
| ·支持向量机的几何解释 | 第75-76页 |
| ·仿射子空间最近点算法 | 第76-83页 |
| ·仿射子空间 | 第77-78页 |
| ·仿射子空间最近点算法 | 第78-83页 |
| ·人脸识别实验与分析 | 第83-88页 |
| ·本章小结 | 第88-89页 |
| 第八章 核仿射子空间最近点分类器 | 第89-99页 |
| ·引言 | 第89页 |
| ·核仿射子空间最近点分类算法 | 第89-95页 |
| ·人脸识别实验与分析 | 第95-97页 |
| ·本章小结 | 第97-99页 |
| 结束语 | 第99-101页 |
| 致谢 | 第101-103页 |
| 参考文献 | 第103-113页 |
| 附录 | 第113页 |