| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第一章 绪论 | 第7-15页 |
| 1.1 选题背景和意义 | 第7-8页 |
| 1.2 特征提取方法概述 | 第8-12页 |
| 1.3 本文研究内容及安排 | 第12-15页 |
| 第二章 流形学习理论研究 | 第15-27页 |
| 2.1 无监督的流形学习算法 | 第15-20页 |
| 2.1.1 局部保持投影 | 第15-18页 |
| 2.1.2 邻域保持嵌入 | 第18-20页 |
| 2.2 图嵌入框架理论 | 第20-25页 |
| 2.2.1 图嵌入框架相关原理 | 第20-21页 |
| 2.2.2 边界Fisher分析 | 第21-23页 |
| 2.2.3 Locally sensitive discriminant analysis | 第23-25页 |
| 2.4 小结 | 第25-27页 |
| 第三章 判别邻域结构嵌入 | 第27-45页 |
| 3.1 LDA及NPE算法分析 | 第27-30页 |
| 3.1.1 LDA算法分析 | 第27-29页 |
| 3.1.2 NPE算法分析 | 第29-30页 |
| 3.2 判别邻域结构嵌入 | 第30-37页 |
| 3.2.1 图嵌入的局部多样性结构信息 | 第31-32页 |
| 3.2.2 DNSE算法目标函数 | 第32-34页 |
| 3.2.3 DNSE算法步骤 | 第34-35页 |
| 3.2.4 DNSE算法分析 | 第35-37页 |
| 3.3 实验仿真与分析 | 第37-43页 |
| 3.3.1 实验所用图像库介绍 | 第37-39页 |
| 3.3.2 实验结果与分析 | 第39-43页 |
| 3.4 小结 | 第43-45页 |
| 第四章 基于Trace Ratio形式的判别邻域结构嵌入 | 第45-57页 |
| 4.1 Trace Ratio解法问题分析 | 第45-47页 |
| 4.1.1 经典Trace Ratio解法分析 | 第46-47页 |
| 4.2 TR-DNSE算法及分析 | 第47-50页 |
| 4.2.1 TR-DNSE算法目标函数 | 第47-49页 |
| 4.2.2 TR-DNSE算法总结及分析 | 第49-50页 |
| 4.3 实验与分析 | 第50-54页 |
| 4.3.1 数据库介绍 | 第50-51页 |
| 4.3.2 实验结果与分析 | 第51-54页 |
| 4.4 小结 | 第54-57页 |
| 第五章 总结与展望 | 第57-59页 |
| 5.1 总结 | 第57-58页 |
| 5.2 展望 | 第58-59页 |
| 致谢 | 第59-61页 |
| 参考文献 | 第61-66页 |
| 研究成果 | 第66-67页 |