流形学习理论与方法研究及在人脸识别中的应用
| 摘要 | 第1-14页 |
| ABSTRACT | 第14-16页 |
| 第一章 绪论 | 第16-34页 |
| ·研究背景 | 第17-27页 |
| ·应用研究背景 | 第17-25页 |
| ·理论研究需求 | 第25-27页 |
| ·研究内容与意义 | 第27-31页 |
| ·高维空间中的几何结构 | 第27-29页 |
| ·流形学习若干问题的研究 | 第29-30页 |
| ·流形学习在高维数据处理中的应用 | 第30页 |
| ·流形人脸识别理论 | 第30-31页 |
| ·本论文的主要贡献 | 第31-32页 |
| ·论文的组织结构 | 第32-34页 |
| 第二章 流形学习基本理论 | 第34-56页 |
| ·流形与流形学习 | 第34-38页 |
| ·流形概念 | 第35-37页 |
| ·流形学习基本思想 | 第37-38页 |
| ·流形学习算法概述 | 第38-47页 |
| ·流形学习的基本假设 | 第39-40页 |
| ·非线性算法 | 第40-44页 |
| ·线性算法 | 第44-46页 |
| ·流形学习的框架 | 第46-47页 |
| ·流形学习中的问题 | 第47-55页 |
| ·本章小结 | 第55-56页 |
| 第三章 生长型局部线性嵌入算法 | 第56-82页 |
| ·问题的提出 | 第56-58页 |
| ·生长模型分析 | 第58-64页 |
| ·生长模型研究 | 第58-64页 |
| ·生长型局部线性嵌入算法 | 第64-79页 |
| ·原始LLE算法描述 | 第64-68页 |
| ·算法性能分析 | 第68-73页 |
| ·仿真与性能比较 | 第73-79页 |
| ·GLLE对Isomap算法改进的启发 | 第79-81页 |
| ·本章小结 | 第81-82页 |
| 第四章 噪声流形学习与分析 | 第82-108页 |
| ·问题的提出 | 第82-88页 |
| ·噪声对流形的影响 | 第82-84页 |
| ·噪声干扰的理论分析 | 第84-88页 |
| ·现有的降噪算法 | 第88-95页 |
| ·局部切空间排列 | 第88-90页 |
| ·局部平滑算法 | 第90-91页 |
| ·鲁棒局部线性嵌入 | 第91-93页 |
| ·稳健的局部线性嵌入 | 第93-95页 |
| ·邻域平滑嵌入算法 | 第95-107页 |
| ·局部线性曲面估计 | 第95-97页 |
| ·邻域平滑嵌入算法 | 第97-99页 |
| ·算法仿真与评估 | 第99-107页 |
| ·本章小节 | 第107-108页 |
| 第五章 其它流形学习问题 | 第108-136页 |
| ·流形学习的总体框架 | 第108-119页 |
| ·低维映射与高维重构 | 第108-112页 |
| ·流形学习的总体框架 | 第112-119页 |
| ·有监督流形学习 | 第119-126页 |
| ·问题的提出 | 第119-120页 |
| ·有监督流形学习中的空间划分 | 第120-121页 |
| ·有监督局部线性嵌入 | 第121-124页 |
| ·在人脸表情识别中的应用 | 第124-126页 |
| ·增量流形学习 | 第126-131页 |
| ·问题的提出 | 第126-127页 |
| ·增量流形学习算法 | 第127-129页 |
| ·算法分析与仿真 | 第129-131页 |
| ·流形结构下的度量 | 第131-135页 |
| ·现有的相似性度量 | 第131-132页 |
| ·扩散距离 | 第132-134页 |
| ·新度量下的流形学习 | 第134-135页 |
| ·本章小结 | 第135-136页 |
| 第六章 流形学习算法的应用 | 第136-152页 |
| ·引言 | 第136-137页 |
| ·流形学习在人脸识别中的应用 | 第137-150页 |
| ·人脸序列数据库的建立与评测 | 第137-144页 |
| ·人脸序列中的流形结构 | 第144-147页 |
| ·基于外观流形的动态视频人脸识别 | 第147-149页 |
| ·基于流形重构的单图像人脸识别 | 第149-150页 |
| ·本章小结 | 第150-152页 |
| 第七章 结束语 | 第152-156页 |
| ·论文所做的主要工作 | 第152-154页 |
| ·后续工作 | 第154-156页 |
| 致谢 | 第156-158页 |
| 参考文献 | 第158-167页 |
| 作者在学期间取得的学术成果 | 第167-168页 |
