| 中文摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-21页 |
| ·晶体数据分析方法 | 第8页 |
| ·维数约简 | 第8-16页 |
| ·核主成分分析(KPCA) | 第9-10页 |
| ·核独立成分分析(KICA) | 第10-11页 |
| ·核Fisher判别分析(KFDA) | 第11页 |
| ·等距映射(Isomap) | 第11-13页 |
| ·局部线性嵌入(LLE) | 第13-14页 |
| ·拉普拉斯特征映射(Laplacian eigenmap) | 第14页 |
| ·局部切空间排列(LTSA) | 第14-16页 |
| ·边缘学习算法 | 第16-20页 |
| ·切线矢量量化算法(TVQ) | 第16-17页 |
| ·规则化大边缘分类器(RLMC) | 第17-18页 |
| ·基于边缘马尔可夫随机场和波尔兹曼机的边缘检测算法 | 第18-19页 |
| ·基于资格函数的模糊边缘检测算法 | 第19-20页 |
| ·问题的提出 | 第20页 |
| ·内容安排 | 第20-21页 |
| 第二章 晶体数据结构分析 | 第21-30页 |
| ·Bi_4(Sr_(0.75)La_(0.25))_8Cu_5O_y晶体结构的判定 | 第21-24页 |
| ·机器学习方法的应用 | 第24-25页 |
| ·三-维不定空间中晶体群的分类 | 第25-27页 |
| ·W-不变格的确定 | 第26页 |
| ·第一上同调群H~1(W,V/Λ) | 第26-27页 |
| ·化合物[Sr_2O_2][CrO_2]_(1.85)的结构 | 第27-29页 |
| ·晶体结构细化 | 第27-28页 |
| ·[Sr_2O_2][CrO_2]_(1.85)结果 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 第三章 基于同调代数的边缘划分方法 | 第30-42页 |
| ·同调代数的基本概念 | 第30-31页 |
| ·映射的同伦和空间的伦型 | 第31-33页 |
| ·上同调边缘算法 | 第33-37页 |
| ·胞腔同调边缘算法 | 第37-39页 |
| ·正则胞腔同调边缘算法 | 第39-41页 |
| ·本章小结 | 第41-42页 |
| 第四章 同调边缘学习算法设计与分析 | 第42-55页 |
| ·同调边缘划分算法设计与分析 | 第42-44页 |
| ·上边缘同调学习算法设计与分析 | 第44-47页 |
| ·上同调边缘学习算法设计与分析 | 第47-54页 |
| ·本章小结 | 第54-55页 |
| 第五章 应用实例 | 第55-69页 |
| ·同调边缘划分算法及其在鸢尾花中的应用 | 第55-58页 |
| ·实例描述 | 第55-56页 |
| ·实验过程 | 第56-57页 |
| ·实验分析比较 | 第57-58页 |
| ·上边缘同调学习算法及其在晶体数据中应用 | 第58-62页 |
| ·实例描述 | 第58-59页 |
| ·实验过程 | 第59-61页 |
| ·实际分析比较 | 第61-62页 |
| ·上同调边缘学习算法及其在晶体结构预测方面中应用 | 第62-68页 |
| ·实例描述 | 第62页 |
| ·实验过程 | 第62-66页 |
| ·实验分析比较 | 第66-68页 |
| ·本章小结 | 第68-69页 |
| 第六章 总结与展望 | 第69-70页 |
| 参考文献 | 第70-75页 |
| 中英文名词对照 | 第75-76页 |
| 攻读学位期间公开发表的论文 | 第76-77页 |
| 附录 | 第77-78页 |
| 致谢 | 第78-79页 |
| 详细摘要 | 第79-81页 |
