| 摘要 | 第6-8页 |
| ABSTRACT | 第8-10页 |
| 第一章 绪论 | 第13-21页 |
| 1.1 课题背景及研究意义 | 第13-14页 |
| 1.2 目标识别中的特征提取技术 | 第14-16页 |
| 1.3 特征级融合算法 | 第16-19页 |
| 1.4 论文的主要内容及创新点 | 第19-21页 |
| 第二章 不相关且正交的基于正则化拉普拉斯矩阵的局部保留映射法 | 第21-38页 |
| 2.1 引言 | 第21-22页 |
| 2.2 常用的特征提取方法 | 第22-25页 |
| 2.2.1 主成分分析 | 第22-24页 |
| 2.2.2 局部保留映射法 | 第24-25页 |
| 2.3 不相关且正交的基于正则化拉普拉斯矩阵的局部保留映射法 | 第25-34页 |
| 2.3.1 基于正则化拉普拉斯矩阵的局部保留映射方法 | 第26-29页 |
| 2.3.2 具有正交性和统计不相关性的算法 | 第29-34页 |
| 2.4 实验与分析 | 第34-36页 |
| 2.5 本章小结 | 第36-38页 |
| 第三章 全局和局部结构特征融合分析方法 | 第38-66页 |
| 3.1 引言 | 第38-39页 |
| 3.2 线性鉴别分析 | 第39-41页 |
| 3.3 局部保留映射法回顾 | 第41-42页 |
| 3.4 全局局部特征融合分析方法 | 第42-47页 |
| 3.4.1 基本方法 | 第42-43页 |
| 3.4.2 基于核的全局局部特征融合分析方法 | 第43-47页 |
| 3.5 实验与分析 | 第47-65页 |
| 3.5.1 Satimage 数据集实验结果 | 第47-52页 |
| 3.5.2 AR 库实验结果 | 第52页 |
| 3.5.3 FERET 库实验结果 | 第52-54页 |
| 3.5.4 实验室采集的车辆数据库实验结果 | 第54-63页 |
| 3.5.5 实验结果分析 | 第63-65页 |
| 3.6 本章小结 | 第65-66页 |
| 第四章 基于张量典型相关分析的特征融合方法 | 第66-93页 |
| 4.1 引言 | 第66-68页 |
| 4.2 基于典型相关分析理论的特征融合方法 | 第68-71页 |
| 4.2.1 典型相关分析 | 第68-70页 |
| 4.2.2 二维典型相关分析 | 第70-71页 |
| 4.3 张量典型相关分析 | 第71-80页 |
| 4.3.1 张量典型相关分析算法 | 第72-79页 |
| 4.3.2 时间复杂度分析 | 第79-80页 |
| 4.4 红外和可见光图像特征融合识别实验与分析 | 第80-92页 |
| 4.4.1 红外与可见光图像融合的意义 | 第80-81页 |
| 4.4.2 Equinox 库实验结果及分析 | 第81-89页 |
| 4.4.3 实验室采集的车辆数据库实验结果及分析 | 第89-92页 |
| 4.5 本章小结 | 第92-93页 |
| 第五章 总结与展望 | 第93-96页 |
| 5.1 论文工作总结 | 第93-94页 |
| 5.2 研究展望 | 第94-96页 |
| 参考文献 | 第96-101页 |
| 致谢 | 第101-102页 |
| 攻读硕士学位期间撰写的论文和参与的科研项目 | 第102页 |
