流形学习中样本点稀疏问题的研究

摘要	第1-5页
Abstract	第5-10页
第一章 绪论	第10-14页
·研究背景和意义	第10-11页
·当前国内外研究现状	第11-13页
·本文研究的内容	第13页
·本文的结构	第13-14页
第二章 流形学习方法概述	第14-29页
·流形和流形学习的概念	第14-17页
·线性流形学习算法	第17-21页
·主成分分析(PCA)	第17-19页
·线性辨别分析(LDA)	第19-20页
·多维尺度变换(MDS)	第20-21页
·非线性流形学习算法	第21-27页
·等距映射(ISOMAP)	第21-23页
·局部线性嵌入算法(LLE)	第23-25页
·拉普拉斯特征映射算法(LE)	第25-26页
·海赛局部线性嵌入算法(HLLE)	第26-27页
·局部切空间排列算法(LTSA)	第27页
·本章小结	第27-29页
第三章 流形学习中样本点稀疏问题的研究	第29-48页
·流形学习的基本框架	第29-32页
·计算邻域	第30-31页
·求取局部坐标	第31页
·局部坐标的全局排列	第31-32页
·流形学习中样本点的稀疏问题	第32-34页
·线性插值方法	第34-40页
·线性插值算法	第34-40页
·非线性插值方法	第40-46页
·流形曲面拟合	第40-41页
·插值点的选取	第41页
·我们的算法	第41-42页
·实验效果及分析	第42-46页
·本章小结	第46-48页
第四章 总结与展望	第48-50页
参考文献	第50-52页
致谢	第52页