| 致谢 | 第5-6页 |
| 摘要 | 第6-8页 |
| Abstract | 第8-10页 |
| 插图 | 第11-13页 |
| 表格 | 第13-14页 |
| 目次 | 第14-17页 |
| 1 绪论 | 第17-29页 |
| 1.1 研究背景 | 第17-23页 |
| 1.1.1 特征变换的定义 | 第17-20页 |
| 1.1.2 核主成分分析的出现背景 | 第20-23页 |
| 1.2 研究动机 | 第23-27页 |
| 1.2.1 特征变换的内在驱动需求 | 第24-25页 |
| 1.2.2 基于核主成分分析的特征变换存在的主要问题 | 第25-27页 |
| 1.3 本文主要研究内容 | 第27-28页 |
| 1.4 章节安排 | 第28-29页 |
| 2 核主成分分析基本理论 | 第29-41页 |
| 2.1 主成分分析 | 第29-32页 |
| 2.2 核方法基本理论 | 第32-37页 |
| 2.2.1 内积、范数与度量 | 第33-34页 |
| 2.2.2 半正定矩阵与半正定核 | 第34-36页 |
| 2.2.3 基于Mercer核的度量计算 | 第36-37页 |
| 2.2.4 希尔伯特空间与Mercer核 | 第37页 |
| 2.3 核主成分分析 | 第37-40页 |
| 2.4 小结 | 第40-41页 |
| 3 基于单一子空间的核主成分分析特征变换 | 第41-59页 |
| 3.1 引言 | 第41-42页 |
| 3.2 心拍分类概述 | 第42-44页 |
| 3.3 心电数据库 | 第44-46页 |
| 3.4 自动心拍分类系统 | 第46-53页 |
| 3.4.1 心电信号预处理 | 第46-48页 |
| 3.4.2 心电信号特征变换 | 第48-51页 |
| 3.4.3 基于多层感知器神经网络的心拍分类器 | 第51-53页 |
| 3.5 实验与讨论 | 第53-57页 |
| 3.5.1 实验工具与平台 | 第53页 |
| 3.5.2 评价指标 | 第53-54页 |
| 3.5.3 类别导向的分类系统评估 | 第54-55页 |
| 3.5.4 个体导向的分类系统评估 | 第55-57页 |
| 3.6 小结 | 第57-59页 |
| 4 基于多子空间的核主成分分析特征变换 | 第59-79页 |
| 4.1 引言 | 第59页 |
| 4.2 人脸识别概述 | 第59-60页 |
| 4.3 基于特征脸和核特征脸的人脸识别 | 第60-65页 |
| 4.3.1 基于特征脸的人脸识别 | 第60-63页 |
| 4.3.2 基于核特征脸的人脸识别 | 第63-65页 |
| 4.4 基于多子空间的核主成分分析特征变换方法 | 第65-73页 |
| 4.4.1 基本思想 | 第65-70页 |
| 4.4.2 实现算法 | 第70-73页 |
| 4.5 实验与讨论 | 第73-77页 |
| 4.5.1 实验数据集 | 第73-74页 |
| 4.5.2 实验结果与讨论 | 第74-77页 |
| 4.6 小结 | 第77-79页 |
| 5 特征空间到输入空间的特征变换——原像问题 | 第79-101页 |
| 5.1 原像问题定义及其应用领域 | 第79-80页 |
| 5.2 原像算法分类 | 第80-83页 |
| 5.2.1 直接原像求解法 | 第80-81页 |
| 5.2.2 间接原像求解法 | 第81-83页 |
| 5.3 基于核主成分分析的降噪算法 | 第83-84页 |
| 5.4 基于邻域子空间缩放维持局部线性的原像算法 | 第84-89页 |
| 5.4.1 建立训练样本的局部逆映射 | 第84-88页 |
| 5.4.2 局部逆映射到测试样本的扩展 | 第88-89页 |
| 5.5 实验与讨论 | 第89-99页 |
| 5.5.1 光滑性假设的验证 | 第89-90页 |
| 5.5.2 图像降噪 | 第90-95页 |
| 5.5.3 时间复杂度分析 | 第95-99页 |
| 5.6 小结 | 第99-101页 |
| 6 基于核主成分分析的鲁棒特征变换 | 第101-119页 |
| 6.1 引言 | 第101-102页 |
| 6.2 核主成分分析的鲁棒性解决方法 | 第102-108页 |
| 6.2.1 基于异常点去除的鲁棒核主成分分析 | 第102-103页 |
| 6.2.2 基于最小平方误差表达式的鲁棒核主成分分析 | 第103-106页 |
| 6.2.3 基于最小二乘支持向量机表达式的鲁棒核主成分分析 | 第106-108页 |
| 6.3 保持形式一致性的鲁棒核主成分分析算法 | 第108-110页 |
| 6.4 实验与讨论 | 第110-116页 |
| 6.4.1 人工数据集 | 第111-115页 |
| 6.4.2 图像降噪 | 第115-116页 |
| 6.5 小结 | 第116-119页 |
| 7 结束语 | 第119-125页 |
| 7.1 论文总结 | 第119-122页 |
| 7.2 工作展望 | 第122-125页 |
| 参考文献 | 第125-135页 |
| 作者简历 | 第135-137页 |
| 发表文章目录 | 第137页 |
