| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第1章 引言 | 第8-10页 |
| ·课题意义 | 第8-9页 |
| ·论文主要工作及论文结构 | 第9-10页 |
| 第2章 流形学习及几种流形学习算法介绍 | 第10-25页 |
| ·流形学习介绍 | 第10-11页 |
| ·几种流形学习算法介绍 | 第11-24页 |
| ·本章小结 | 第24-25页 |
| 第3章 一种新的切空间计算方法 | 第25-30页 |
| ·如何计算切空间 | 第25-28页 |
| ·新的切空间计算方法 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 第4章 利用局部邻域相关性改进的LLE 算法 | 第30-39页 |
| ·向量之间的相关性 | 第30页 |
| ·向量之间的相关性的几何体现 | 第30-31页 |
| ·随机变量的相关系数 | 第31-34页 |
| ·相关系数在邻域选取中的应用 | 第34-36页 |
| ·基于局部邻域相关性改进的LLE 算法 | 第36-37页 |
| ·对IP-LLE 算法（X , L , k , d ）的一点改进 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 第5章 实验分析 | 第39-51页 |
| ·实验设置 | 第39-40页 |
| ·稀疏数据 | 第40-41页 |
| ·SWISS ROLL SURFACE 数据降维 | 第41-42页 |
| ·PUNCTURED SPHERE 数据降维 | 第42-43页 |
| ·TOROIDAL HELIX 数据降维 | 第43-44页 |
| ·TWIN PEAKS 数据降维 | 第44-45页 |
| ·时间复杂度比较 | 第45-46页 |
| ·IP-LLE 算法的参数选择分析 | 第46-50页 |
| ·本章小结 | 第50-51页 |
| 第6章 结论及未来工作 | 第51-53页 |
| 参考文献 | 第53-56页 |