| 摘要 | 第1-3页 |
| ABSTRACT | 第3-7页 |
| 第1章 绪论 | 第7-13页 |
| ·课题研究的理论意义和实用价值 | 第7-8页 |
| ·流形学习算法研究现状 | 第8-10页 |
| ·流形学习算法在图像识别中应用研究现状 | 第10-12页 |
| ·本文主要工作及结构安排 | 第12页 |
| ·小结 | 第12-13页 |
| 第2章 流形学习理论基础 | 第13-27页 |
| ·引言 | 第13页 |
| ·流形和流形学习的数学基础 | 第13-15页 |
| ·等距映射算法(ISOMAP) | 第15-17页 |
| ·局部线性嵌套算法(LLE) | 第17-18页 |
| ·拉普拉斯特征映射算法(LE) | 第18-20页 |
| ·海赛特征映射算法(HE) | 第20-22页 |
| ·局部切空间排列算法(LTSA) | 第22-23页 |
| ·流形学习算法分析 | 第23-24页 |
| ·流形学习统一框架 | 第24-25页 |
| ·小结 | 第25-27页 |
| 第3章 基于距离度量和联合优化的 LLE 算法研究 | 第27-50页 |
| ·引言 | 第27页 |
| ·局部线性嵌套算法 | 第27-31页 |
| ·LLE 的基本思想和主要步骤 | 第27-30页 |
| ·LLE 的几个降维实例 | 第30-31页 |
| ·LLE 中几个关键问题的研究 | 第31-35页 |
| ·近邻参数的选取 | 第31-34页 |
| ·本征维数的估计 | 第34-35页 |
| ·基于距离度量和联合优化的LLE 算法 | 第35-49页 |
| ·LLE 算法存在的问题及其解决方法 | 第35-36页 |
| ·基于距离度量和联合优化的LLE 算法的设计与实现 | 第36-38页 |
| ·基于距离度量和联合优化的LLE 算法的实验结果 | 第38-41页 |
| ·基于距离度量和联合优化的LLE 算法抗噪性实验及结果分析 | 第41-49页 |
| ·小结 | 第49-50页 |
| 第4章 流形学习算法在图像识别中的应用研究 | 第50-60页 |
| ·引言 | 第50页 |
| ·流形学习在图像方面的应用 | 第50-51页 |
| ·主成分分析方法(PCA) | 第51-52页 |
| ·最小二乘支持向量机(LS-SVM) | 第52-53页 |
| ·基于局部线性嵌套和最小二乘支持向量机的人脸识别方法 | 第53-59页 |
| ·人脸识别方法存在的问题及其解决方法 | 第53-54页 |
| ·基于LLE 的人脸特征提取 | 第54-55页 |
| ·基于LS-SVM 分类算法 | 第55-56页 |
| ·基于LLE 和LS-SVM 的人脸识别方法的实验设计 | 第56-57页 |
| ·基于LLE 和LS-SVM 的人脸识别方法的实验结果及分析 | 第57-59页 |
| ·小结 | 第59-60页 |
| 第5章 总结与展望 | 第60-63页 |
| ·研究工作总结 | 第60-61页 |
| ·研究工作展望 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 致谢 | 第67-68页 |
| 攻读硕士学位期间的研究成果 | 第68页 |
