| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第1章 绪论 | 第8-14页 |
| 1.1 研究的背景及意义 | 第8-10页 |
| 1.2 流形学习的研究发展 | 第10-11页 |
| 1.3 流形学习的应用 | 第11-12页 |
| 1.4 本文主要研究内容 | 第12-13页 |
| 1.5 论文组织结构 | 第13-14页 |
| 第2章 流形学习理论及方法 | 第14-20页 |
| 2.1 流形学习理论 | 第14-15页 |
| 2.2 典型流形学习方法介绍 | 第15-19页 |
| 2.2.1 等度规映射算法 | 第15-16页 |
| 2.2.2 局部线性嵌入算法 | 第16-18页 |
| 2.2.3 拉普拉斯特征映射 | 第18-19页 |
| 2.3 本章小结 | 第19-20页 |
| 第3章 基于稀疏投影的FISHER准则方法 | 第20-34页 |
| 3.1 引言 | 第20-25页 |
| 3.1.1 稀疏重构 | 第21-23页 |
| 3.1.2 Fisher判别准则 | 第23-25页 |
| 3.2 基于稀疏投影的FISHER准则方法 | 第25-29页 |
| 3.2.1 算法思想 | 第25页 |
| 3.2.2 理论分析 | 第25-28页 |
| 3.2.3 算法提纲 | 第28-29页 |
| 3.3 实验结果及分析 | 第29-32页 |
| 3.3.1 Yale人脸数据实验 | 第29-31页 |
| 3.3.2 ORL人脸数据实验 | 第31-32页 |
| 3.4 本章小结 | 第32-34页 |
| 第4章 约束近邻判别嵌入方法 | 第34-49页 |
| 4.1 引言 | 第34-36页 |
| 4.2 约束近邻判别嵌入 | 第36-43页 |
| 4.2.1 类内散度和类间散度 | 第36-39页 |
| 4.2.2 基于局部线性重构技术下的局部统计不相关 | 第39-40页 |
| 4.2.3 理论推导 | 第40-42页 |
| 4.2.4 算法提纲 | 第42-43页 |
| 4.3 实验结果及分析 | 第43-48页 |
| 4.3.1 CMU PIE人脸数据实验 | 第43-45页 |
| 4.3.2 ORL人脸数据实验 | 第45-46页 |
| 4.3.3 FERET人脸数据实验 | 第46-48页 |
| 4.4 本章小结 | 第48-49页 |
| 第5章 总结与展望 | 第49-52页 |
| 5.1 本文主要工作 | 第49-50页 |
| 5.2 进一步工作展望 | 第50-52页 |
| 致谢 | 第52-53页 |
| 参考文献 | 第53-58页 |
| 附录1 攻读硕士学位期间发表的论文 | 第58-59页 |
| 附录2 攻读硕士学位期间参加的科研项目 | 第59-60页 |
| 详细摘要 | 第60-63页 |