智能模式识别新方法及其应用研究
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-12页 |
| ·智能模式识别概述及其研究意义 | 第7-8页 |
| ·智能模式识别系统及其分类 | 第8-9页 |
| ·智能模式识别系统 | 第8-9页 |
| ·模式识别分类 | 第9页 |
| ·前人的主要研究成果 | 第9-10页 |
| ·本文研究工作 | 第10-11页 |
| ·本文内容安排 | 第11-12页 |
| 第二章 智能模式识别中的常用算法介绍与分析 | 第12-23页 |
| ·人工神经网络算法简介 | 第12-15页 |
| ·人工神经网络框架 | 第12-14页 |
| ·常用的几类人工神经网络 | 第14-15页 |
| ·流形学习算法简介 | 第15-18页 |
| ·流形算法概述 | 第15-16页 |
| ·常用的流形算法介绍 | 第16-18页 |
| ·基于核方法的智能模式识别技术 | 第18-22页 |
| ·核方法 | 第18-19页 |
| ·基于核方法的常用算法 | 第19-22页 |
| ·本章小结 | 第22-23页 |
| 第三章 超平面中心的径向基神经网络算法 | 第23-33页 |
| ·径向基函数神经网络 | 第23-24页 |
| ·超平面中心的径向基神经网络 | 第24-26页 |
| ·实验结果及分析 | 第26-32页 |
| ·函数逼近实验 | 第26-30页 |
| ·数据分类实验 | 第30-32页 |
| ·本章小结 | 第32-33页 |
| 第四章 流形算法结合张量分解的人脸识别算法 | 第33-48页 |
| ·局部保留投影流形算法简介 | 第33页 |
| ·基于多线性分析的人脸识别技术 | 第33-37页 |
| ·张量的概念及其基本算法 | 第34-35页 |
| ·张量在人脸识别算法中的应用 | 第35-37页 |
| ·流形算法在人脸识别上的应用 | 第37-41页 |
| ·有监督的局部保留投影算法 | 第37-38页 |
| ·函数的插值 | 第38-40页 |
| ·统一流形的求解 | 第40-41页 |
| ·张量与流形相结合的人脸识别技术 | 第41-44页 |
| ·人脸图像的非线性映射 | 第41-42页 |
| ·类似于 EM 算法的人脸估计 | 第42-44页 |
| ·实验与结果分析 | 第44-47页 |
| ·本章小结 | 第47-48页 |
| 第五章 总结与展望 | 第48-50页 |
| ·总结 | 第48页 |
| ·展望 | 第48-50页 |
| 致谢 | 第50-51页 |
| 参考文献 | 第51-55页 |
| 附录：作者在攻读硕士学位期间发表的论文 | 第55页 |
