| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 目录 | 第8-15页 |
| 第一章 绪论 | 第15-29页 |
| ·引言 | 第15-16页 |
| ·聚类与分类 | 第16-19页 |
| ·图像分割与人脸识别 | 第19-24页 |
| ·图像分割 | 第19-22页 |
| ·人脸识别 | 第22-24页 |
| ·一些关于图的术语 | 第24-26页 |
| ·本文的工作 | 第26-29页 |
| 第二章 基于特征向量选择的谱聚类算法 | 第29-53页 |
| ·引言 | 第29-30页 |
| ·谱聚类 | 第30-36页 |
| ·图的分割 | 第30-33页 |
| ·谱聚类算法 | 第33-34页 |
| ·研究进展 | 第34-36页 |
| ·基于特征向量选择的谱聚类 | 第36-40页 |
| ·基于GISE的特征向量选择的谱聚类 | 第40-51页 |
| ·GISE:广义积分平方误差 | 第40-42页 |
| ·提出的算法 | 第42-44页 |
| ·图像分割实验及其讨论 | 第44-51页 |
| ·本章小结 | 第51-53页 |
| 第三章 基于图上核密度估计的图像分割 | 第53-69页 |
| ·引言 | 第53-55页 |
| ·图像预分割及特征提取 | 第55-62页 |
| ·核密度估计 | 第55-58页 |
| ·基于Mean shift的图像预分割 | 第58-61页 |
| ·Gabor滤波器纹理特征提取 | 第61-62页 |
| ·基于图上核密度估计的图像分割 | 第62-67页 |
| ·RAG上的核密度估计 | 第62-64页 |
| ·提出的图像分割算法 | 第64页 |
| ·实验结果及其分析 | 第64-67页 |
| ·本章小结 | 第67-69页 |
| 第四章 图的广义点积表示及其应用 | 第69-95页 |
| ·引言 | 第69-70页 |
| ·非线性降维算法 | 第70-74页 |
| ·Isomap:等距流形映射 | 第71-72页 |
| ·LLE:局部线性嵌入 | 第72页 |
| ·Laplacian Eigenmaps:拉普拉斯特征映射 | 第72-74页 |
| ·图的点积表示 | 第74-77页 |
| ·随机点积图 | 第74-75页 |
| ·DPRG:图的点积表示 | 第75-77页 |
| ·EDPRG:图的广义点积表示 | 第77-92页 |
| ·聚类中图的点积表示 | 第77-79页 |
| ·EDPRG:图的广义点积表示 | 第79-86页 |
| ·EDPRG | 第79-84页 |
| ·人工合成数据上的实验 | 第84-86页 |
| ·DPRG与图割的联系 | 第86-88页 |
| ·基于EDPRG的SAR图像分割 | 第88-90页 |
| ·实验结果及其分析 | 第90-92页 |
| ·本章小结 | 第92-95页 |
| 第五章 图像矩阵上的近邻保持嵌入算法 | 第95-115页 |
| ·引言 | 第95-101页 |
| ·线性降维算法 | 第95-98页 |
| ·图像矩阵上的线性降维算法 | 第98-101页 |
| ·NPE: 近邻保持嵌入算法 | 第101-102页 |
| ·图像矩阵上的NPE算法 | 第102-113页 |
| ·2DNPE算法 | 第103-104页 |
| ·B2DNPE算法 | 第104-107页 |
| ·图像矩阵上的NPE和LPP算法的联系 | 第107-108页 |
| ·实验结果及其分析 | 第108-113页 |
| ·本章小结 | 第113-115页 |
| 第六章 总结与展望 | 第115-119页 |
| 参考文献 | 第119-131页 |
| 致谢 | 第131-133页 |
| 攻读博士学位期间撰写的学术论文 | 第133-134页 |
| 攻读博士学位期间参加的科研项目 | 第134页 |