| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-16页 |
| §1-1 本文研究的背景与意义 | 第9页 |
| §1-2 笔迹鉴别概述 | 第9-12页 |
| 1-2-1 笔迹鉴别的背景 | 第9-10页 |
| 1-2-2 笔迹鉴别的历史及现状 | 第10页 |
| 1-2-3 笔迹鉴别的定义 | 第10页 |
| 1-2-4 笔迹鉴别的分类 | 第10-11页 |
| 1-2-5 纹理特征描述 | 第11-12页 |
| §1-3 降维（维数约减） | 第12-14页 |
| 1-3-1 降维的背景和研究现状 | 第12-13页 |
| 1-3-2 降维算法的分类 | 第13-14页 |
| §1-4 半监督学习的研究背景及内容 | 第14-15页 |
| §1-5 论文的研究内容及安排 | 第15-16页 |
| 第二章 笔迹鉴别纹理特征提取 | 第16-28页 |
| §2-1 建立实验样本库 | 第16-17页 |
| §2-2 笔迹图像的预处理 | 第17-24页 |
| 2-2-1 笔迹图像去噪方法 | 第18-20页 |
| 2-2-2 笔迹图像灰度化和二值化 | 第20-21页 |
| 2-2-3 笔迹图像行分割 | 第21-22页 |
| 2-2-4 笔迹图像字分割 | 第22页 |
| 2-2-5 笔迹图像的归一化处理 | 第22-23页 |
| 2-2-6 笔迹纹理图的形成 | 第23页 |
| 2-2-7 实验结果及分析 | 第23-24页 |
| §2-3 笔迹图像的纹理特征提取 | 第24-27页 |
| §2-4 本章小结 | 第27-28页 |
| 第三章 基于成对约束的半监督学习 | 第28-31页 |
| §3-1 引言 | 第28页 |
| §3-2 半监督学习基于的假设 | 第28-29页 |
| §3-3 成对约束的定义 | 第29页 |
| §3-4 基于成对约束的半监督降维算法研究进展 | 第29-30页 |
| §3-5 本章小结 | 第30-31页 |
| 第四章 维数约减算法 | 第31-49页 |
| §4-1 无监督维数约减算法 | 第31-33页 |
| 4-1-1 主成分分析算法(PCA) | 第31-32页 |
| 4-1-2 局部保持投影算法(LPP) | 第32-33页 |
| §4-2 监督维数约减算法 | 第33-35页 |
| §4-3 半监督维数约减算法 | 第35-40页 |
| 4-3-1 问题描述 | 第35页 |
| 4-3-2 半监督维数约减算法(SSDR) | 第35-36页 |
| 4-3-3 基于局部与全局保持的半监督维数约减算法(LGSSDR) | 第36-38页 |
| 4-3-4 半监督局部维数约减算法(SLDR) | 第38-40页 |
| §4-4 改进的半监督维数约减算法 | 第40-48页 |
| 4-4-1 测地线距离 | 第40页 |
| 4-4-2 GSLDR 算法 | 第40-44页 |
| 4-4-3 实验方法 | 第44-45页 |
| 4-4-4 实验结果及分析 | 第45-48页 |
| §4-5 本章小结 | 第48-49页 |
| 第五章 总结与展望 | 第49-51页 |
| §5-1 工作总结 | 第49-50页 |
| §5-2 前景展望 | 第50-51页 |
| 参考文献 | 第51-54页 |
| 致谢 | 第54-55页 |
| 攻读学位期间所取得的相关科研成果 | 第55页 |