首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

半监督流形学习算法研究和应用

摘要第1-4页
ABSTRACT第4-7页
第一章 绪论第7-13页
   ·研究背景第7-10页
   ·研究意义第10页
   ·本文研究内容及结构安排第10-13页
     ·本文主要研究内容第10-11页
     ·本文结构安排第11-13页
第二章 流形学习方法简介第13-31页
   ·流形学习基本概念第13-15页
     ·数据降维第13页
     ·流形学习第13-14页
     ·嵌入方法基础理论第14-15页
   ·流形学习基本算法第15-26页
     ·等距映射(Isomap)第16-18页
     ·局部线性嵌入(LLE)第18-20页
     ·拉普拉斯特征映射(LE)第20-22页
     ·Hessian 等距映射(HLLE)第22-24页
     ·局部切空间排列(LTSA)第24-25页
     ·扩散映射(Diffusion Map)第25-26页
   ·流形学习中的问题第26-28页
   ·流形学习框架第28-29页
   ·小结第29-31页
第三章 半监督流形学习与分析第31-47页
   ·半监督学习基本概念第31-33页
     ·有监督和无监督学习第31-32页
     ·半监督学习第32-33页
   ·有监督流形学习算法第33-35页
     ·基于Isomap 的监督算法第34-35页
     ·基于LLE 的监督算法第35页
   ·半监督流形学习算法第35-42页
     ·半监督流形学习算法基本思想第36-37页
     ·基于图的半监督算法第37-38页
     ·基于测地线距离的半监督分类第38-40页
     ·基于拉普拉斯算子的一种半监督算法第40-41页
     ·半监督局部线性嵌入算法(SS-LLE)第41-42页
   ·半监督拉普拉斯特征映射算法(SS-LE)第42-44页
     ·Laplace Beltrami 算子第42-43页
     ·Semi-Supervised LE第43-44页
   ·半监督拉普拉斯算法分析第44-47页
第四章 半监督流形学习算法的应用第47-63页
   ·引言第47页
   ·半监督流形学习的应用第47-62页
     ·数据降维第47-51页
     ·人脸识别第51-53页
     ·可视化第53-55页
     ·目标跟踪第55-62页
   ·本章小结第62-63页
第五章 总结与展望第63-65页
致谢第65-67页
参考文献第67-71页

论文共71页,点击 下载论文
上一篇:配电监测网组网技术研究
下一篇:未知环境下移动机器人导航策略