| 摘要 | 第1-6页 |
| ABSTRACT | 第6-8页 |
| 目录 | 第8-11页 |
| 第一章 绪论 | 第11-24页 |
| ·概述 | 第11-12页 |
| ·线性投影分析的研究与发展 | 第12-15页 |
| ·主分量分析的研究进展 | 第12-13页 |
| ·Fisher线性鉴别分析的研究进展 | 第13-15页 |
| ·线性投影分析的应用领域:人脸识别与字符识别 | 第15-21页 |
| ·人脸识别介绍及研究概况 | 第15-18页 |
| ·线性投影分析在人脸特征抽取中的应用 | 第18-20页 |
| ·手写体字符识别及基于线性投影分析的字符特征抽取 | 第20-21页 |
| ·本文研究工作概述 | 第21-23页 |
| ·本文的内容安排 | 第23-24页 |
| 第二章 统计不相关的线性鉴别分析 | 第24-47页 |
| ·引言 | 第24-25页 |
| ·具有统计不相关性的线性鉴别分析的理论与算法 | 第25-38页 |
| ·基本概念 | 第25-26页 |
| ·经典的Fisher线性鉴别与F-S线性鉴别方法 | 第26-27页 |
| ·具有统计不相关性的线性鉴别分析 | 第27-31页 |
| ·一个等价的结论 | 第31-32页 |
| ·相关性度量 | 第32-33页 |
| ·试验结果与分析 | 第33-37页 |
| ·结论 | 第37-38页 |
| ·整体最优性讨论 | 第38-41页 |
| ·线性鉴别分析与最优K-L展开 | 第41-46页 |
| ·与统计不相关的线性鉴别分析等价的K-L展开方法 | 第41-42页 |
| ·Fisher准则的局限性 | 第42-43页 |
| ·最优K-L展开方法 | 第43-46页 |
| ·本章小结 | 第46-47页 |
| 第三章 高维小样本情况下线性鉴别分析的理论构架与方法 | 第47-74页 |
| ·引言 | 第47-48页 |
| ·小样本情况下线性鉴别分析的一般方法 | 第48-52页 |
| ·Fisherfaces方法与EFM法 | 第48-49页 |
| ·零空间法 | 第49-50页 |
| ·扰动法 | 第50-51页 |
| ·正交补空间法 | 第51-52页 |
| ·高维小样本情况下线性鉴别分析的统一理论构架 | 第52-57页 |
| ·两种线性鉴别方法的统一模型 | 第52-53页 |
| ·压缩映射基本原理 | 第53-54页 |
| ·同构映射基本原理 | 第54-56页 |
| ·奇异情况下线性鉴别分析的实质:PCAplusFLD | 第56-57页 |
| ·高维小样本情况下线性鉴别分析的具体方法 | 第57-70页 |
| ·概述 | 第57-58页 |
| ·F-S线性鉴别和J-Y线性鉴别 | 第58-59页 |
| ·组合最优的线性鉴别分析方法 | 第59-64页 |
| ·有效鉴别矢量的分类 | 第59-60页 |
| ·鉴别准则的优化选择 | 第60页 |
| ·组合最优鉴别矢量集的确定 | 第60-63页 |
| ·比较分析 | 第63-64页 |
| ·试验与分析 | 第64-70页 |
| ·一个近似的理论构架与算法实现 | 第70-73页 |
| ·算法理论与近似算法 | 第70-71页 |
| ·试验结果 | 第71-73页 |
| ·本章小结 | 第73-74页 |
| 第四章 图像投影鉴别分析与主分量分析 | 第74-89页 |
| ·引言 | 第74-75页 |
| ·图像投影鉴别分析 | 第75-83页 |
| ·基本思想与理论 | 第75-77页 |
| ·Liu图像投影鉴别分析 | 第77-78页 |
| ·统计不相关的图像投影鉴别分析 | 第78-79页 |
| ·特征抽取方法 | 第79页 |
| ·相关性分析 | 第79-80页 |
| ·试验与分析 | 第80-83页 |
| ·图像投影主分量分析 | 第83-88页 |
| ·特征脸方法介绍 | 第83-84页 |
| ·图像投影主分量分析的思想与方法 | 第84-85页 |
| ·特征抽取方法 | 第85-86页 |
| ·试验与分析 | 第86-88页 |
| ·本章小结 | 第88-89页 |
| 第五章 复线性投影分析的理论与方法及其在特征融合中的应用 | 第89-111页 |
| ·引言 | 第89-90页 |
| ·特征融合策略 | 第90-92页 |
| ·传统的特征组合方法:串行组合 | 第90页 |
| ·一种新的特征组合方法:并行组合 | 第90-91页 |
| ·两种特征融合策略 | 第91-92页 |
| ·复线性投影分析--经典线性投影分析的理论拓广 | 第92-96页 |
| ·基本概念 | 第92页 |
| ·复K-L展开的原理与方法 | 第92-94页 |
| ·复线性鉴别分析的原理与方法 | 第94-96页 |
| ·特征抽取方法 | 第96页 |
| ·特征融合前的预处理:特征初始化与加权问题 | 第96-98页 |
| ·预处理方法Ⅰ | 第97页 |
| ·预处理方法Ⅱ | 第97-98页 |
| ·并行特征融合的对称性讨论 | 第98-100页 |
| ·试验结果与分析 | 第100-109页 |
| ·试验1 | 第100-102页 |
| ·试验2 | 第102-104页 |
| ·试验3 | 第104-109页 |
| ·本章小结 | 第109-111页 |
| 结束语 | 第111-113页 |
| 致谢 | 第113-114页 |
| 参考文献 | 第114-123页 |
| 附录 | 第123-124页 |
