半监督判别分析及人脸识别
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-13页 |
| ·研究背景 | 第7-8页 |
| ·研究现状 | 第8-10页 |
| ·本文研究内容及安排 | 第10-13页 |
| 第二章 半监督学习 | 第13-21页 |
| ·半监督学习基本概念 | 第13-16页 |
| ·有监督学习和无监督学习 | 第13-14页 |
| ·半监督学习 | 第14-16页 |
| ·半监督学习方法分类 | 第16-19页 |
| ·自训练方法 | 第16页 |
| ·协同训练算法 | 第16-17页 |
| ·转导式支持向量机 | 第17页 |
| ·EM 算法 | 第17-18页 |
| ·基于图的半监督学习方法 | 第18-19页 |
| ·半监督学习面临的问题 | 第19-20页 |
| ·本章小结 | 第20-21页 |
| 第三章 鲁棒半监督判别分析 | 第21-39页 |
| ·半监督判别分析 | 第21-24页 |
| ·算法思想 | 第21-22页 |
| ·目标函数 | 第22-23页 |
| ·SDA 的不足 | 第23-24页 |
| ·鲁棒半监督判别分析 | 第24-32页 |
| ·算法思想 | 第24页 |
| ·局部相似性邻接图 | 第24-25页 |
| ·局部多样性邻接图 | 第25-26页 |
| ·目标函数 | 第26-29页 |
| ·SSDL 算法总结 | 第29-30页 |
| ·SSDL 理论分析 | 第30-32页 |
| ·实验分析 | 第32-38页 |
| ·PIE 人脸库实验分析 | 第32-34页 |
| ·Yale 人脸库实验分析 | 第34-35页 |
| ·COIL20 图像库实验分析 | 第35-36页 |
| ·USPS 数据库实验分析 | 第36-37页 |
| ·Letter 数据库实验分析 | 第37-38页 |
| ·算法对比分析与讨论 | 第38页 |
| ·本章小结 | 第38-39页 |
| 第四章 增强的半监督局部判别嵌入算法 | 第39-53页 |
| ·SLDE 算法分析 | 第39-42页 |
| ·增强的半监督局部判别嵌入 | 第42-46页 |
| ·算法思想 | 第42页 |
| ·局部相似性邻接图 | 第42-43页 |
| ·局部多样性邻接图 | 第43-44页 |
| ·目标函数 | 第44-46页 |
| ·实验分析 | 第46-52页 |
| ·Yale 人脸库实验分析 | 第47-48页 |
| ·AR 人脸库实验分析 | 第48-49页 |
| ·UMIST 人脸库实验分析 | 第49-50页 |
| ·FERET 人脸库实验分析 | 第50-51页 |
| ·算法对比分析和讨论 | 第51-52页 |
| ·本章小结 | 第52-53页 |
| 第五章 总结和展望 | 第53-55页 |
| ·总结 | 第53页 |
| ·展望 | 第53-55页 |
| 致谢 | 第55-57页 |
| 参考文献 | 第57-63页 |
| 研究成果 | 第63-64页 |
