| 摘要 | 第1-5页 |
| ABSTRACT | 第5-6页 |
| 目录 | 第6-8页 |
| 第一章 绪论 | 第8-14页 |
| ·课题研究背景及意义 | 第8-9页 |
| ·多任务发展历史与研究现状 | 第9-10页 |
| ·多任务学习与迁移学习的对比 | 第10-12页 |
| ·本文工作的概述 | 第12页 |
| ·本文余下内容和章节结构的安排 | 第12-14页 |
| 第二章 基本方法介绍 | 第14-21页 |
| ·主成分分析法 | 第14-15页 |
| ·线性判别分析法 | 第15页 |
| ·局部保留投影 | 第15-17页 |
| ·TrAdaBoost算法 | 第17-18页 |
| ·迁移鉴别分析(TDA) | 第18-19页 |
| ·本章小结 | 第19-21页 |
| 第三章 基于投影变换迁移的特征提取方法 | 第21-32页 |
| ·基于投影向量正交的特征提取算法 | 第21-29页 |
| ·有监督的基于投影向量正交的特征提取算法 | 第21-25页 |
| ·无监督的基于投影向量正交的特征提取算法 | 第25-29页 |
| ·基于样本集正交的特征提取算法 | 第29-31页 |
| ·本章小结 | 第31-32页 |
| 第四章 基于示例迁移的特征提取方法 | 第32-35页 |
| ·单任务分解为多任务识别的特征提取算法 | 第32-33页 |
| ·基于样本集重构的特征提取算法 | 第33-34页 |
| ·本章小结 | 第34-35页 |
| 第五章 实验结果及分析 | 第35-55页 |
| ·实验软硬件环境和数据库介绍 | 第35-39页 |
| ·AR人脸数据库介绍 | 第35-36页 |
| ·FERET人脸数据库介绍 | 第36-37页 |
| ·CAS-PEAL人脸数据库介绍 | 第37-38页 |
| ·Palmdata掌纹数据库介绍 | 第38-39页 |
| ·基于投影变换迁移的特征提取方法的实验结果与分析 | 第39-47页 |
| ·基于投影向量正交的特征提取算法的实验 | 第39-44页 |
| ·基于样本集正交的特征提取算法的实验 | 第44-47页 |
| ·基于示例迁移的特征提取方法的实验结果与分析 | 第47-53页 |
| ·单任务分解为多任务识别的特征提取算法的实验结果与分析 | 第47-50页 |
| ·基于样本集重构的特征提取算法的实验结果与分析 | 第50-53页 |
| ·本章小结 | 第53-55页 |
| 结束语 | 第55-56页 |
| 致谢 | 第56-57页 |
| 参考文献 | 第57-62页 |
| 攻读硕士学位期间发表的论文 | 第62页 |