| 摘要 | 第1-3页 |
| Abstract | 第3-4页 |
| 目录 | 第4-6页 |
| 第一章 引言 | 第6-9页 |
| ·背景及问题 | 第6-7页 |
| ·研究进展 | 第7页 |
| ·本文的贡献 | 第7-9页 |
| 第二章 高维数据判别分析的全局方法 | 第9-17页 |
| ·PCA算法 | 第9-10页 |
| ·LDA算法 | 第10-17页 |
| ·LDA算法的理论推导 | 第10-13页 |
| ·小样本情况下的LDA算法改进 | 第13-17页 |
| 第三章 高维数据判别分析的局部方法 | 第17-21页 |
| ·NPE算法 | 第17-18页 |
| ·LSDA算法 | 第18-21页 |
| 第四章 LSDA算法的修正模型 | 第21-31页 |
| ·零空间算法 | 第22-23页 |
| ·另一种对称的优化问题 | 第22-23页 |
| ·双空间法 | 第23页 |
| ·迭代法 | 第23-26页 |
| ·双线性最优低秩逼近 | 第26-29页 |
| ·两种优化问题的等价性 | 第29-31页 |
| 第五章 数值实验与比较 | 第31-42页 |
| ·最优特征提取的图像表示 | 第31-32页 |
| ·人脸数据实验 | 第32-41页 |
| ·iris数据实验 | 第41-42页 |
| 第六章 文章总结 | 第42-43页 |
| 参考文献 | 第43-46页 |
| 致谢 | 第46页 |