摘要 | 第1-6页 |
ABSTRACT | 第6-15页 |
第一章 绪论 | 第15-23页 |
·模式识别概述 | 第15页 |
·分类器设计 | 第15-17页 |
·根据类别信息划分 | 第16页 |
·根据样本概率分布划分 | 第16-17页 |
·根据度量形式划分 | 第17页 |
·正则化技术回顾 | 第17-20页 |
·Tikhonov 正则化 | 第17页 |
·正则化网络 | 第17-19页 |
·支持向量机 | 第19页 |
·正则化最小二乘分类器 | 第19页 |
·流形正则化 | 第19-20页 |
·正则化技术所面临的问题 | 第20-22页 |
·分类器的推广性能 | 第20页 |
·正则化项的构建 | 第20-21页 |
·先验信息的融合 | 第21-22页 |
·本文内容安排 | 第22-23页 |
第二章 局部性正则化 | 第23-41页 |
·引言 | 第23-24页 |
·现有方法回顾 | 第24-27页 |
·经典方法 | 第24-25页 |
·局部推广误差模型RSM | 第25-27页 |
·RSM 与正则化之间的关系 | 第27-30页 |
·局部性正则化推广误差界L(F)与局部性正则化方法LR | 第30-32页 |
·实验与分析 | 第32-39页 |
·在人工数据集上的实验 | 第33-36页 |
·在UCI 数据集上的实验 | 第36-38页 |
·在Benchmark 数据集上的实验 | 第38-39页 |
·本章小结 | 第39-41页 |
第三章 基于局部性正则化推广误差界的特征选择算法 | 第41-49页 |
·引言 | 第41-42页 |
·现有方法回顾 | 第42-43页 |
·滤波方法 | 第42页 |
·封装方法 | 第42页 |
·基于局部推广误差的特征选择算法RSMFS | 第42-43页 |
·基于局部性正则化推广误差界的特征选择算法LRFS | 第43-45页 |
·算法描述 | 第43-44页 |
·算法复杂性分析 | 第44-45页 |
·实验与分析 | 第45-47页 |
·数据集描述 | 第45页 |
·实验分析 | 第45-47页 |
·本章小结 | 第47-49页 |
第四章 判别性正则化 | 第49-67页 |
·引言 | 第49页 |
·现有方法回顾 | 第49-50页 |
·判别正则化项RDISREG及基于全局结构的判别性正则化DRGSC | 第50-52页 |
·基于局部结构的判别性正则化DRLSC | 第52-54页 |
·优化问题求解 | 第54-57页 |
·两类问题 | 第55-56页 |
·多类问题 | 第56-57页 |
·实验与分析 | 第57-65页 |
·在人工数据集上的实验 | 第58-60页 |
·在UCI 数据集上的实验 | 第60-62页 |
·在图像上的识别实验 | 第62-65页 |
·本章小结 | 第65-67页 |
第五章 结构正则化支持向量机 | 第67-83页 |
·引言 | 第67-68页 |
·现有方法回顾 | 第68-71页 |
·流形假设 | 第70页 |
·聚类假设 | 第70-71页 |
·结构正则化大间隔分类器框架 | 第71-73页 |
·结构正则化支持向量机SRSVM | 第73-77页 |
·聚类过程 | 第73-74页 |
·分类过程 | 第74-75页 |
·核化过程 | 第75-77页 |
·RADEMACHER 复杂度分析 | 第77-79页 |
·实验与分析 | 第79-82页 |
·在人工数据集上的实验 | 第79-81页 |
·在UCI 数据集上的实验 | 第81-82页 |
·本章小结 | 第82-83页 |
第六章 鲁棒局部嵌入算法 | 第83-94页 |
·引言 | 第83页 |
·现有方法回顾 | 第83-84页 |
·局部线性嵌入LLE | 第84-86页 |
·算法描述 | 第84-85页 |
·野值敏感问题 | 第85-86页 |
·鲁棒局部嵌入ARLE | 第86-88页 |
·算法构造 | 第86-88页 |
·算法描述 | 第88页 |
·实验与分析 | 第88-92页 |
·在人工数据集上的实验 | 第88-89页 |
·在手写体数字集上的实验 | 第89-90页 |
·在人脸图像集上的实验 | 第90-92页 |
·在分类器设计上的初步实验 | 第92-93页 |
·本章小结 | 第93-94页 |
第七章 总结与展望 | 第94-96页 |
参考文献 | 第96-107页 |
致谢 | 第107-109页 |
在学期间的研究成果及发表的学术论文 | 第109-110页 |