| 致谢 | 第1-5页 |
| 摘要 | 第5-7页 |
| Abstract | 第7-10页 |
| 目次 | 第10-12页 |
| 1 绪论 | 第12-18页 |
| ·基本概念 | 第12-13页 |
| ·本文研究背景 | 第13-15页 |
| ·本文主要成果 | 第15-18页 |
| 2 流形学习与核方法简介 | 第18-31页 |
| ·流形学习 | 第18-26页 |
| ·核方法 | 第26-31页 |
| 3 基于概率的局部线性嵌入方法(PLLE) | 第31-48页 |
| ·引言 | 第31-32页 |
| ·逻辑回归(LD)分类方法 | 第32-34页 |
| ·有监督的局部线性嵌入(SLLE)算法 | 第34-36页 |
| ·PLLE:基于概率的局部线性嵌入 | 第36-40页 |
| ·基于概率的拉普拉斯算法(PLE) | 第40-41页 |
| ·数值试验 | 第41-48页 |
| 4 点对约束传播(PCP)方法及其分析与应用 | 第48-64页 |
| ·引言 | 第48-49页 |
| ·基本聚类方法及度量 | 第49-53页 |
| ·点对约束传播算法(PCP) | 第53-60页 |
| ·基于点对约束的概率拉普拉斯算法(PCP-PLE) | 第60-64页 |
| 5 基于点对约束传播(PCP)的模型及其主动学习 | 第64-83页 |
| ·引言 | 第64-65页 |
| ·PCP的概率模型 | 第65-69页 |
| ·基于PCP的无监督聚类算法 | 第69-72页 |
| ·约束集合的改进 | 第72-75页 |
| ·PCP-类方法的迭代改善 | 第75-83页 |
| 6 本文总结与展望 | 第83-85页 |
| 参考文献 | 第85-92页 |
| 攻读博士学位期间主要研究成果 | 第92页 |