| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第12-19页 |
| 1.1 课题来源及研究的背景和意义 | 第12页 |
| 1.2 国内外的研究现状与展望 | 第12-16页 |
| 1.3 本文的研究内容及章节安排 | 第16-19页 |
| 1.3.1 本文研究的工作及创新点 | 第16-17页 |
| 1.3.2 本文的章节安排 | 第17-19页 |
| 第2章 人脸识别相关理论 | 第19-28页 |
| 2.1 主成分分析 | 第19-20页 |
| 2.2 核方法 | 第20-22页 |
| 2.3 流形学习方法 | 第22-25页 |
| 2.3.1 流形学习思想及相关理论定义 | 第22-23页 |
| 2.3.2 局部保持投影LPP | 第23-24页 |
| 2.3.3 边界Fisher分析算法MFA | 第24-25页 |
| 2.4 图嵌入框架理论 | 第25-27页 |
| 2.5 本章小结 | 第27-28页 |
| 第3章 样本列信息与自适应邻域图的局部保持投影 | 第28-41页 |
| 3.1 引言 | 第28页 |
| 3.2 局部保持鉴别投影 | 第28-30页 |
| 3.3 ANCCG-LPP算法 | 第30-34页 |
| 3.3.1 样本列信息的自适应构图方式 | 第30-32页 |
| 3.3.2 目标函数及最优投影矢量 | 第32-33页 |
| 3.3.3 监督的ANCCG-LPP | 第33页 |
| 3.3.4 算法步骤 | 第33-34页 |
| 3.4 实验结果与分析 | 第34-40页 |
| 3.4.1 结构变化实验 | 第35-37页 |
| 3.4.2 识别率实验 | 第37-40页 |
| 3.5 本章小结 | 第40-41页 |
| 第4章 核正交的全局鉴别与局部保持投影 | 第41-57页 |
| 4.1 引言 | 第41页 |
| 4.2 MSDDSKLPP算法 | 第41-43页 |
| 4.3 核正交的全局鉴别与局部保持投影 | 第43-48页 |
| 4.3.1 施密特正交 | 第43-44页 |
| 4.3.2 KOGDLPP算法设计 | 第44-48页 |
| 4.3.3 特征提取过程 | 第48页 |
| 4.4 实验结果与分析 | 第48-55页 |
| 4.4.1 样本点分布的二维可视化 | 第49-51页 |
| 4.4.2 ORL人脸库上的实验及结果分析 | 第51-53页 |
| 4.4.3 Yale人脸库上的实验及结果分析 | 第53-55页 |
| 4.5 本章小结 | 第55-57页 |
| 第5章 余弦度量的多流形最大间距鉴别保持嵌入 | 第57-72页 |
| 5.1 引言 | 第57-58页 |
| 5.2 局部最大边界判别嵌入 | 第58-59页 |
| 5.2.1 局部类间散布矩阵和局部类内散布矩阵 | 第58页 |
| 5.2.2 局部散布矩阵 | 第58-59页 |
| 5.3 余弦距离 | 第59-60页 |
| 5.4 余弦度量的多流形最大间距鉴别保持嵌入 | 第60-65页 |
| 5.4.1 多流形思想 | 第60-61页 |
| 5.4.2 构图方式 | 第61-62页 |
| 5.4.3 加权多流形类间邻域离散度和加权多流形类内邻域散度 | 第62-63页 |
| 5.4.4 局部散度 | 第63页 |
| 5.4.5 目标函数及最优投影矢量 | 第63-65页 |
| 5.4.6 模式识别与分类 | 第65页 |
| 5.5 实验结果与分析 | 第65-71页 |
| 5.5.1 参数变化实验 | 第66-67页 |
| 5.5.2 不同度量方式分类器的算法识别率 | 第67-70页 |
| 5.5.3 样本数对识别率的影响 | 第70-71页 |
| 5.6 本章小结 | 第71-72页 |
| 结论 | 第72-74页 |
| 参考文献 | 第74-79页 |
| 攻读硕士学位期间所发表的学术论文 | 第79-80页 |
| 致谢 | 第80页 |