| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第一章 绪论 | 第10-21页 |
| ·研究背景 | 第10-12页 |
| ·流形学习 | 第12-16页 |
| ·流形及流形学习的基本概念 | 第12-13页 |
| ·流形学习的研究意义与应用现状 | 第13-15页 |
| ·流形学习中存在的问题 | 第15-16页 |
| ·人脸识别 | 第16-19页 |
| ·人脸识别概述 | 第16-18页 |
| ·人脸识别的关键问题及发展趋势 | 第18-19页 |
| ·本文研究的主要内容和组织结构 | 第19-21页 |
| 第二章 流形学习算法研究 | 第21-32页 |
| ·流形学习算法概述 | 第21-22页 |
| ·几种经典的流形学习算法 | 第22-30页 |
| ·等距映射Isomap(Isometric Feature Mapping) | 第23-24页 |
| ·局部线性嵌入LLE(Locally Lniear Embeddnig) | 第24-26页 |
| ·拉普拉斯特征映射LE(Laplacian Eignmap) | 第26-27页 |
| ·局部切空间排列LTSA(Local Tangent Space Alignment) | 第27-30页 |
| ·流形学习算法的统一框架 | 第30页 |
| ·本章小结 | 第30-32页 |
| ·研究的主要工作 | 第30-31页 |
| ·研究的主要结论 | 第31-32页 |
| 第三章 面向分类的流形学习面临的问题 | 第32-41页 |
| ·流形人脸理论 | 第32-33页 |
| ·线性化流形学习问题 | 第33-34页 |
| ·监督流形学习问题 | 第34-36页 |
| ·半监督流形学习问题 | 第36-40页 |
| ·半监督学习的原理 | 第37页 |
| ·半监督学习算法归类 | 第37-38页 |
| ·半监督流形学习及其在人脸识别中的应用 | 第38-40页 |
| ·本章小结 | 第40-41页 |
| ·研究的主要工作 | 第40页 |
| ·研究的主要结论 | 第40-41页 |
| 第四章 基于UDP的半监督流形学习算法 | 第41-61页 |
| ·无监督鉴别投影(UDP) | 第42-44页 |
| ·改进型UDP(MUDP) | 第44-49页 |
| ·近邻点的选择 | 第44-48页 |
| ·改进后的UDP | 第48-49页 |
| ·半监督式MUDP(SS-MUDP) | 第49-60页 |
| ·监督信息的引入 | 第51-55页 |
| ·算法思想及步骤 | 第55-56页 |
| ·实验与分析 | 第56-60页 |
| ·本章小结 | 第60-61页 |
| ·研究的主要工作 | 第60页 |
| ·研究的主要结论 | 第60-61页 |
| 第五章 基于NPP的半监督流形学习算法 | 第61-73页 |
| ·邻域保持投影(NPP) | 第62-64页 |
| ·改进型NPP(MNPP) | 第64-65页 |
| ·半监督式MNPP(SS-MNPP) | 第65-71页 |
| ·算法思想及步骤 | 第65-68页 |
| ·实验与分析 | 第68-71页 |
| ·本章小结 | 第71-73页 |
| ·研究的主要工作 | 第71-72页 |
| ·研究的主要结论 | 第72-73页 |
| 第六章 总结与展望 | 第73-76页 |
| ·论文总结 | 第73-74页 |
| ·研究展望 | 第74-76页 |
| 参考文献 | 第76-85页 |
| 致谢 | 第85-86页 |
| 攻读硕士学位期间发表的论文及参加的科研项目 | 第86-87页 |
