基于图的降维技术研究及应用
| 摘要 | 第1-6页 |
| Abstract | 第6-13页 |
| 第1章 绪论 | 第13-22页 |
| ·维数灾难 | 第13页 |
| ·降维技术 | 第13-18页 |
| ·基本概念 | 第13-15页 |
| ·研究现状 | 第15-17页 |
| ·面临的挑战 | 第17-18页 |
| ·本文的主要研究工作 | 第18-20页 |
| ·本文的内容安排 | 第20-22页 |
| 第2章 降维：局部保持VS 全局保持 | 第22-37页 |
| ·引言 | 第22页 |
| ·经典算法介绍 | 第22-25页 |
| ·经验研究Ⅰ：无监督情形 | 第25-28页 |
| ·数据集描述 | 第26-27页 |
| ·实验设置与实验结果 | 第27-28页 |
| ·经验研究Ⅱ：监督和半监督情形 | 第28-32页 |
| ·基准方法 | 第28-29页 |
| ·数据集描述与实验设置 | 第29-30页 |
| ·参数选择与实验结果 | 第30-32页 |
| ·分析与讨论 | 第32-35页 |
| ·原因分析 | 第32-33页 |
| ·建议与策略 | 第33-35页 |
| ·本章小结 | 第35-37页 |
| 第3章 稀疏保持投影 | 第37-55页 |
| ·引言 | 第37页 |
| ·稀疏表示 | 第37-40页 |
| ·研究现状 | 第38-39页 |
| ·稀疏表示与判别 | 第39-40页 |
| ·稀疏表示构图 | 第40-43页 |
| ·稀疏保持投影 | 第43-44页 |
| ·与相关工作的对比 | 第44-45页 |
| ·实验 | 第45-53页 |
| ·说明性例子 | 第46-48页 |
| ·人脸识别 | 第48-53页 |
| ·本章小结 | 第53-55页 |
| 第4章 稀疏保持判别分析 | 第55-70页 |
| ·引言 | 第55-56页 |
| ·统一的稀疏表示构图模型 | 第56-59页 |
| ·稀疏保持判别分析 | 第59-63页 |
| ·稀疏保持判别分析 | 第60-62页 |
| ·核扩展 | 第62页 |
| ·集成的稀疏保持判别分析 | 第62-63页 |
| ·实验 | 第63-68页 |
| ·说明性例子 | 第63-65页 |
| ·单标号人脸识别 | 第65-68页 |
| ·本章小结 | 第68-70页 |
| 第5章 软局部保持投影 | 第70-86页 |
| ·引言 | 第70页 |
| ·非对称局部保持投影 | 第70-72页 |
| ·软局部保持投影 | 第72-77页 |
| ·动机与建模 | 第72-74页 |
| ·算法推导 | 第74-75页 |
| ·收敛性证明 | 第75-77页 |
| ·实验 | 第77-84页 |
| ·说明性实例 | 第77-80页 |
| ·人脸识别实验 | 第80-84页 |
| ·本章小结 | 第84-86页 |
| 第6章 同时降维与图学习框架 | 第86-97页 |
| ·引言 | 第86页 |
| ·同时降维与图学习框架 | 第86-88页 |
| ·自助式局部保持投影 | 第88-90页 |
| ·动机 | 第89页 |
| ·改进的拉普拉斯打分 | 第89页 |
| ·算法 | 第89-90页 |
| ·实验 | 第90-96页 |
| ·说明性例子 | 第90-93页 |
| ·聚类 | 第93-94页 |
| ·人脸识别 | 第94-96页 |
| ·本章小结 | 第96-97页 |
| 第7章 总结语 | 第97-100页 |
| 参考文献 | 第100-109页 |
| 致谢 | 第109-110页 |
| 在学期间的研究成果及发表的学术论文 | 第110-111页 |
| 博士期间参加的科研项目与取得的成果 | 第111页 |
