| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 目录 | 第8-10页 |
| 表格 | 第10-11页 |
| 插图 | 第11-14页 |
| 第一章 绪论 | 第14-20页 |
| ·引言 | 第14-15页 |
| ·本文研究的动机和范围 | 第15-16页 |
| ·本文的创新点 | 第16-18页 |
| ·论文的研究内容、组织结构 | 第18-20页 |
| 第二章 流形学习综述 | 第20-38页 |
| ·流形学习的研究背景和现状 | 第20-22页 |
| ·流形学习方法的应用 | 第22-24页 |
| ·流形学习的数学背景 | 第24-26页 |
| ·几种代表性的保局流形学习算法 | 第26-34页 |
| ·局部线性嵌入(Locally Linear embedding) | 第26-29页 |
| ·拉普拉斯特阵映射算法(Laplacian Eigenmap) | 第29-30页 |
| ·海赛局部线性嵌入算法(HLLE) | 第30-32页 |
| ·局部切空间排列算法(LTSA) | 第32-34页 |
| ·流形学习方法面临的问题 | 第34-36页 |
| ·本章小结 | 第36-38页 |
| 第三章 流形学习的时间嵌入方法 | 第38-60页 |
| ·引言 | 第38-39页 |
| ·保局投影算法 | 第39-40页 |
| ·保局投影算法(LPP) | 第39-40页 |
| ·嵌入时间的2DLPP算法(TE-2DLPP) | 第40-46页 |
| ·TE-2DLPP算法 | 第41-43页 |
| ·算法的理论合理性 | 第43-44页 |
| ·算法的性能分析 | 第44-46页 |
| ·基于TE-2DLPP的视频摘要 | 第46-49页 |
| ·视频摘要 | 第46页 |
| ·基于TE-2DLPP的视频摘要 | 第46-47页 |
| ·应用实验 | 第47-49页 |
| ·视频的流形特征提取 | 第49-59页 |
| ·视频的流形特征 | 第50页 |
| ·添加虚样本 | 第50-53页 |
| ·基于LLE的流形特征提取 | 第53-55页 |
| ·实验和分析 | 第55-59页 |
| ·本章小结 | 第59-60页 |
| 第四章 基于多类流形学习的数据可视化和分类 | 第60-78页 |
| ·引言 | 第60-61页 |
| ·多类流形数据学习及可视化 | 第61-71页 |
| ·多流形学习方法综述 | 第61-63页 |
| ·算法 | 第63-65页 |
| ·实验和讨论 | 第65-71页 |
| ·多类流形数据的分类 | 第71-76页 |
| ·问题分析 | 第71页 |
| ·算法 | 第71-74页 |
| ·实验及分析 | 第74-76页 |
| ·本章小结 | 第76-78页 |
| 第五章 基于局部线性嵌入的半监督流形学习 | 第78-100页 |
| ·引言 | 第78-79页 |
| ·半监督学习 | 第79-81页 |
| ·半监督学习的发展历史 | 第79-80页 |
| ·半监督学习的基本假设 | 第80-81页 |
| ·基于LLE的半监督流形学习 | 第81-90页 |
| ·相关工作 | 第81-82页 |
| ·算法 | 第82-85页 |
| ·算法收敛性分析 | 第85-86页 |
| ·实验结果和讨论 | 第86-90页 |
| ·基于半监督流形学习的视频镜头检索 | 第90-98页 |
| ·视频镜头的相似性度量 | 第92-94页 |
| ·视频检索的评价指标 | 第94页 |
| ·算法 | 第94-95页 |
| ·实验设计及结果分析 | 第95-98页 |
| ·本章小结 | 第98-100页 |
| 第六章 局部保持的流形学习统一框架 | 第100-114页 |
| ·引言 | 第100页 |
| ·局部保持的流形学习算法比较 | 第100-102页 |
| ·局部保持的流形学习算法统一框架 | 第102-112页 |
| ·局部保持的流形学习算法的大致步骤 | 第102-104页 |
| ·局部保持的流形学习的统一框架 | 第104-106页 |
| ·典型局部保持的流形学习算法与统一框架之联系 | 第106-112页 |
| ·本章小结 | 第112-114页 |
| 第七章 总结与展望 | 第114-118页 |
| 参考文献 | 第118-130页 |
| 攻读博士学位期间发表的论文 | 第130-131页 |
| 攻读博士学位期间主持或参加的科研项目 | 第131-132页 |
| 致谢 | 第132页 |