| 第一章 绪论 | 第7-12页 |
| 1.1 研究的目的和意义 | 第7页 |
| 1.2 模式识别 | 第7-9页 |
| 1.3 维数约减(Dimensionality Reduction) | 第9-10页 |
| 1.4 本文结构 | 第10-12页 |
| 第二章 维数约减算法 | 第12-18页 |
| 2.1 主成分分析法(PCA) | 第12-13页 |
| 2.2 等距映射算法Isomap | 第13-14页 |
| 2.3 局域线性嵌入(LLE) | 第14-15页 |
| 2.4 自组织等距嵌入SIE | 第15-17页 |
| 2.5 几种维数约减算法的比较 | 第17-18页 |
| 第三章 模式识别简介 | 第18-24页 |
| 3.1 模式识别概述 | 第18页 |
| 3.2 模式识别系统 | 第18-20页 |
| 3.3 模式识别的基本方法 | 第20-21页 |
| 3.4 常用的特征提取方法 | 第21-24页 |
| 第四章 基于维数约减的特征提取方式 | 第24-32页 |
| 4.1 基于Isomap的特征提取方式 | 第25-29页 |
| 4.1.1 基本原理 | 第25-26页 |
| 4.1.2 RBF 神经网络 | 第26-29页 |
| 4.2 基于LLE的特征提取方式 | 第29-31页 |
| 4.2.1 有监督的LLE(SLLE) | 第30-31页 |
| 4.2.2 LLE对于新数据点的扩展 | 第31页 |
| 4.3 对数据集的预处理 | 第31-32页 |
| 第五章 实验分析 | 第32-43页 |
| 5.1 MATLAB 简介 | 第32-34页 |
| 5.2 多视角图像实验 | 第34-36页 |
| 5.3 基于PCA的人脸识别实验 | 第36-37页 |
| 5.4 基于Isomap的人脸识别实验 | 第37-39页 |
| 5.5 基于SLLE的人脸识别实验 | 第39-43页 |
| 第六章 总结及展望 | 第43-45页 |
| 参考文献 | 第45-47页 |
| 发表论文和科研情况说明 | 第47-48页 |
| 致 谢 | 第48页 |