| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-21页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-16页 |
| 1.2.1 概述 | 第10-12页 |
| 1.2.2 表情特征提取的研究现状 | 第12-15页 |
| 1.2.3 表情分类的研究现状 | 第15-16页 |
| 1.3 常用人脸表情库 | 第16-18页 |
| 1.4 论文内容和结构 | 第18-21页 |
| 第二章 流形学习算法基本理论 | 第21-31页 |
| 2.1 流形与流形学习 | 第21-23页 |
| 2.1.1 流形的概念 | 第21-22页 |
| 2.1.2 流形的嵌入 | 第22页 |
| 2.1.3 流形学习的基本思想 | 第22-23页 |
| 2.2 流形学习算法 | 第23-28页 |
| 2.2.1 等距映射(ISOMAP) | 第23-24页 |
| 2.2.2 局部线性嵌入(LLE) | 第24-26页 |
| 2.2.3 拉普拉斯特征映射(LE) | 第26-28页 |
| 2.3 流形学习算法在表情识别中的应用 | 第28-29页 |
| 2.4 本章小结 | 第29-31页 |
| 第三章 2D-LDLPA特征提取算法 | 第31-37页 |
| 3.1 线性判别分析(LDA)算法 | 第31-32页 |
| 3.2 局部保持投影(LPP)算法 | 第32-33页 |
| 3.3 二维线性判别保局分析(2D-LDLPA)算法 | 第33-35页 |
| 3.4 本章小结 | 第35-37页 |
| 第四章 随机森林分类算法 | 第37-45页 |
| 4.1 决策树算法 | 第38-41页 |
| 4.1.1 决策树概述 | 第38页 |
| 4.1.2 决策树常用算法 | 第38-41页 |
| 4.2 随机森林算法 | 第41-43页 |
| 4.2.1 随机森林算法的构建 | 第41-42页 |
| 4.2.2 随机森林收敛性分析 | 第42页 |
| 4.2.3 随机森林随机性分析 | 第42-43页 |
| 4.3 本章小结 | 第43-45页 |
| 第五章 实验结果与分析 | 第45-51页 |
| 5.1 特征提取算法对比实验 | 第47-48页 |
| 5.2 表情识别准确性对比实验 | 第48-50页 |
| 5.3 本章小结 | 第50-51页 |
| 第六章 总结与展望 | 第51-55页 |
| 6.1 工作总结 | 第51-52页 |
| 6.2 工作展望 | 第52-55页 |
| 参考文献 | 第55-61页 |
| 攻读硕士期间发表的论文和取得的科研成果 | 第61-63页 |
| 致谢 | 第63页 |