流形学习中的若干问题研究
| 摘要 | 第1-4页 |
| Abstract | 第4-9页 |
| 第1章 绪论 | 第9-20页 |
| ·研究背景与意义 | 第9-11页 |
| ·流形学习基本概念 | 第11-12页 |
| ·流形研究现状 | 第12-18页 |
| ·非监督流形学习 | 第12-16页 |
| ·主曲线 | 第13页 |
| ·切空间方法 | 第13-14页 |
| ·非线性降维 | 第14-16页 |
| ·流形聚类 | 第16页 |
| ·监督流形学习 | 第16-17页 |
| ·半监督流形学习 | 第17-18页 |
| ·主要工作与内容安排 | 第18-20页 |
| ·内容安排 | 第19-20页 |
| 第2章 判别式加性切空间 | 第20-39页 |
| ·介绍 | 第20-22页 |
| ·判别式加性切空间 | 第22-26页 |
| ·切空间方法介绍 | 第22-23页 |
| ·判别式方法与加性模型 | 第23-26页 |
| ·直接稀疏广义加性模型 | 第26-31页 |
| ·广义加性模型介绍 | 第26-27页 |
| ·基函数 | 第27-28页 |
| ·直接稀疏解法 | 第28-30页 |
| ·相关工作与讨论 | 第30-31页 |
| ·实验 | 第31-35页 |
| ·线性模型及其解释 | 第33-34页 |
| ·一般识别任务 | 第34-35页 |
| ·讨论 | 第35-38页 |
| ·松弛的判别式加性切空间 | 第36-37页 |
| ·和概率切子空间的比较 | 第37-38页 |
| ·小结 | 第38-39页 |
| 第3章 半正定流形对齐 | 第39-53页 |
| ·介绍 | 第39-41页 |
| ·背景与相关工作 | 第41-42页 |
| ·正半定流形对齐 | 第42-47页 |
| ·二次规划形式 | 第42-45页 |
| ·无先验知识的共同嵌入 | 第43-44页 |
| ·引入先验知识的流形对齐 | 第44-45页 |
| ·正半定对齐方法 | 第45-47页 |
| ·对应点的获取 | 第47-48页 |
| ·实验 | 第48-50页 |
| ·数据与实验设定 | 第48-49页 |
| ·结果 | 第49-50页 |
| ·讨论 | 第50-51页 |
| ·小结 | 第51-53页 |
| 第4章 多网格信念传播 | 第53-74页 |
| ·介绍 | 第53-55页 |
| ·背景介绍 | 第55-57页 |
| ·概率图模型 | 第55-56页 |
| ·推理问题与信念传播 | 第56-57页 |
| ·多网格信念传播 | 第57-62页 |
| ·选择粗节点 | 第59页 |
| ·层间信念插值 | 第59-60页 |
| ·构造粗边 | 第60-62页 |
| ·初始解及其细化 | 第62页 |
| ·正确性证明 | 第62-65页 |
| ·高斯马尔科夫随机场 | 第62-63页 |
| ·能量保持粗化 | 第63-65页 |
| ·与代数多网格的联系 | 第65页 |
| ·讨论与相关工作 | 第65-67页 |
| ·实验 | 第67-73页 |
| ·半监督分类 | 第68-71页 |
| ·手写体数字识别 | 第69-70页 |
| ·文本分类 | 第70-71页 |
| ·半自动图像分割 | 第71-72页 |
| ·图像恢复 | 第72-73页 |
| ·小结 | 第73-74页 |
| 第5章 总结 | 第74-76页 |
| ·主要贡献 | 第74页 |
| ·研究展望 | 第74-76页 |
| 参考文献 | 第76-81页 |
| 致谢 | 第81-82页 |
| 附录 A 广义加性模型的梯度推导 | 第82-83页 |
| 个人简历、在学期间发表的学术论文与研究成果 | 第83页 |
