线性图嵌入算法及其应用
| 致谢 | 第1-6页 |
| 中文摘要 | 第6-8页 |
| ABSTRACT | 第8-12页 |
| 1 引言 | 第12-24页 |
| ·研究背景和意义 | 第12-13页 |
| ·研究现状 | 第13-21页 |
| ·经典线性特征提取方法 | 第14-16页 |
| ·核函数 | 第16-17页 |
| ·流形学习 | 第17-19页 |
| ·流形学习的线性化 | 第19-20页 |
| ·图嵌入(Graph Embedding) | 第20-21页 |
| ·论文的内容安排 | 第21-24页 |
| 2 图嵌入算法及其扩展 | 第24-46页 |
| ·拉普拉斯特征映射 | 第24-26页 |
| ·局部保持投影(LPP) | 第26-29页 |
| ·图嵌入框架 | 第29-31页 |
| ·图嵌入的线性扩展 | 第31-38页 |
| ·主成分分析(PCA) | 第32-34页 |
| ·线性鉴别分析(LDA) | 第34-37页 |
| ·边界费舍尔分析(MFA) | 第37-38页 |
| ·图嵌入算法的张量及核化扩展 | 第38-41页 |
| ·线性图嵌入算法在小样本问题中的应用 | 第41-44页 |
| ·小结 | 第44-46页 |
| 3 直接线性图嵌入算法及其应用 | 第46-76页 |
| ·直接线性图嵌入算法 | 第46-66页 |
| ·算法推导 | 第48-51页 |
| ·算法步骤 | 第51-52页 |
| ·算法分析 | 第52页 |
| ·实验结果 | 第52-66页 |
| ·人脸识别 | 第52-64页 |
| ·文本聚类 | 第64-66页 |
| ·小结 | 第66页 |
| ·基于局部特征分析的直接线性图嵌入算法 | 第66-76页 |
| ·局部特征分析(LFA) | 第67-69页 |
| ·基于局部特征的直接线性图嵌入 | 第69-70页 |
| ·实验结果 | 第70-75页 |
| ·算法分析与小结 | 第75-76页 |
| 4 交化的线性图嵌入 | 第76-86页 |
| ·交化局部保持投影(OLPP) | 第76-77页 |
| ·正交化线性鉴别分析(OLDA) | 第77-78页 |
| ·正交化的线性图嵌入 | 第78-81页 |
| ·OLPP算法分析 | 第78-79页 |
| ·DLGE算法的正交性 | 第79-80页 |
| ·构造DLGE算法的标准正交基 | 第80-81页 |
| ·实验结果 | 第81-84页 |
| ·小结 | 第84-86页 |
| 5 正则化的图嵌入算法 | 第86-96页 |
| ·正则化的直接线性图嵌入 | 第87-89页 |
| ·基于谱回归的正则化图嵌入 | 第89-91页 |
| ·谱回归 | 第90-91页 |
| ·实验结果 | 第91-95页 |
| ·小结 | 第95-96页 |
| 6 基于图像欧氏距离的线性图嵌入算法 | 第96-102页 |
| ·距离的度量 | 第96-97页 |
| ·图像的欧氏距离 | 第97-99页 |
| ·基于图像欧氏距离的线性图嵌入算法 | 第99页 |
| ·实验结果 | 第99-101页 |
| ·小结 | 第101-102页 |
| 7 总结及展望 | 第102-106页 |
| 参考文献 | 第106-116页 |
| 附录 二维线性拉普拉斯特征映射 | 第116-120页 |
| 攻读博士学位期间发表的论文 | 第120-124页 |
| 学位论文数据集 | 第124页 |
