| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第一章 引言 | 第11-29页 |
| 1.1 相关背景概述 | 第11-12页 |
| 1.2 机器学习、模式识别及图像分类 | 第12-16页 |
| 1.2.1 机器学习 | 第12-14页 |
| 1.2.2 模式识别 | 第14-15页 |
| 1.2.3 图像分类 | 第15-16页 |
| 1.3 数据降维及特征抽取 | 第16-20页 |
| 1.3.1 相关概念 | 第16-17页 |
| 1.3.2 主要特征提取算法分类 | 第17-18页 |
| 1.3.3 子空间特征提取算法基本介绍 | 第18-20页 |
| 1.4 从单视图学习到多视图学习 | 第20-25页 |
| 1.4.1 多视图数据产生背景 | 第20-21页 |
| 1.4.2 多视图学习研究现状 | 第21-24页 |
| 1.4.3 与本文相关的多视图研究领域 | 第24-25页 |
| 1.5 本文研究动机及创新工作 | 第25-27页 |
| 1.6 本文组织结构 | 第27-29页 |
| 第二章 相关方法介绍 | 第29-43页 |
| 2.1 经典单视图子空间特征提取方法 | 第29-34页 |
| 2.1.1 主成分分析法 | 第29-30页 |
| 2.1.2 线性鉴别分析 | 第30-31页 |
| 2.1.3 局部保持投影 | 第31-32页 |
| 2.1.4 非线性降维方法 | 第32-34页 |
| 2.2 多视图特征提取分类方法 | 第34-36页 |
| 2.2.1 典型相关性分析 | 第34-35页 |
| 2.2.2 核化典型相关性分析 | 第35-36页 |
| 2.2.3 迁移成分分析 | 第36页 |
| 2.3 半监督鉴别或相关性分析方法 | 第36-38页 |
| 2.3.1 半监督典型相关性分析 | 第36-37页 |
| 2.3.2 半监督鉴别分析 | 第37-38页 |
| 2.4 稀疏表达及多视图稀疏特征提取方法 | 第38-41页 |
| 2.4.1 稀疏表示模型 | 第38-39页 |
| 2.4.2 稀疏保留投影 | 第39-40页 |
| 2.4.3 稀疏嵌入 | 第40-41页 |
| 2.5 本章小结 | 第41-43页 |
| 第三章 二重鉴别相关性分析特征提取算法 | 第43-65页 |
| 3.1 模型的动机与基本思路 | 第43-49页 |
| 3.1.1 几种相关方法回顾 | 第43-48页 |
| 3.1.2 本文动机与创新工作 | 第48-49页 |
| 3.2 二重鉴别相关性分析模型框架 | 第49-53页 |
| 3.2.1 鉴别项 | 第50-51页 |
| 3.2.2 去相关项 | 第51-52页 |
| 3.2.3 最终模型形式 | 第52-53页 |
| 3.3 实验结果与分析 | 第53-62页 |
| 3.3.1 数据集介绍 | 第53-54页 |
| 3.3.2 对比方法及实验设置 | 第54-55页 |
| 3.3.3 实验结果 | 第55-61页 |
| 3.3.4 实验分析 | 第61-62页 |
| 3.4 本章小结 | 第62-65页 |
| 第四章 半监督多视图鉴别特征学习方法 | 第65-81页 |
| 4.1 本文动机及思路 | 第65-69页 |
| 4.1.1 半监督学习方法 | 第65-68页 |
| 4.1.2 半监督多视图学习方法 | 第68-69页 |
| 4.2 半监督双重视图特征学习（SDvFL） | 第69-74页 |
| 4.3 半监督双重视图一致性特征学习（SDvCFL） | 第74-76页 |
| 4.4 实验结果与分析 | 第76-80页 |
| 4.4.1 数据集介绍 | 第76-77页 |
| 4.4.2 对比方法及实验设置 | 第77页 |
| 4.4.3 实验结果及分析 | 第77-80页 |
| 4.5 本章小节 | 第80-81页 |
| 第五章 多视图鉴别字典学习方法 | 第81-97页 |
| 5.1 模型动机与基本思路 | 第81-88页 |
| 5.1.1 概述 | 第81页 |
| 5.1.2 SRC分类器 | 第81-84页 |
| 5.1.3 基于多视图数据的字典学习方法 | 第84-87页 |
| 5.1.4 本文算法动机 | 第87-88页 |
| 5.2 多视图鉴别字典学习方法（MDDL） | 第88-89页 |
| 5.3 近邻多视图鉴别字典学习方法（NMDDL） | 第89-92页 |
| 5.3.1 改进的系数约束项 | 第89-90页 |
| 5.3.2 模型优化 | 第90-92页 |
| 5.4 实验结果与分析 | 第92-96页 |
| 5.4.1 数据集介绍 | 第92-93页 |
| 5.4.2 对比方法及实验设置 | 第93页 |
| 5.4.3 实验结果 | 第93-96页 |
| 5.5 本章小节 | 第96-97页 |
| 第六章 结论与展望 | 第97-101页 |
| 6.1 结论 | 第97-99页 |
| 6.2 展望 | 第99-101页 |
| 参考文献 | 第101-113页 |
| 致谢 | 第113-115页 |
| 作者简介 | 第115页 |