| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第一章 绪论 | 第10-16页 |
| ·课题的研究背景与意义 | 第10-11页 |
| ·国内外研究现状 | 第11-14页 |
| ·论文的主要内容 | 第14页 |
| ·论文的组织结构 | 第14-16页 |
| 第二章 基于流形学习的降维方法概述 | 第16-27页 |
| ·线性降维方法 | 第16-18页 |
| ·主成分分析 | 第16-17页 |
| ·线性判别分析 | 第17-18页 |
| ·多维尺度变换 | 第18页 |
| ·非线性降维方法 | 第18-26页 |
| ·等距离映射 | 第19-20页 |
| ·局部线性嵌入 | 第20-23页 |
| ·拉普拉斯特征映射 | 第23-24页 |
| ·局部切空间排列 | 第24-26页 |
| ·本章小结 | 第26-27页 |
| 第三章 自适应邻域选择的LLE改进算法 | 第27-34页 |
| ·邻域选择对LLE算法的影响 | 第27页 |
| ·基于流形弯曲度和样本密度的邻域选择算法 | 第27-29页 |
| ·基于自适应邻域选择的局部线性嵌入算法 | 第29-30页 |
| ·实验对比分析 | 第30-33页 |
| ·本章小结 | 第33-34页 |
| 第四章 融合P-稳态分布局部敏感哈希的有监督局部线性嵌入算法 | 第34-51页 |
| ·动机 | 第34-35页 |
| ·局部敏感哈希算法 | 第35-40页 |
| ·简介 | 第35-36页 |
| ·局部敏感哈希的原理 | 第36-37页 |
| ·局部敏感哈希的种类 | 第37-40页 |
| ·局部敏感哈希的应用 | 第40页 |
| ·相关算法介绍与分析 | 第40-43页 |
| ·有监督局部线性嵌入 | 第41页 |
| ·支持向量机 | 第41-42页 |
| ·新样本映射策略 | 第42-43页 |
| ·数据集介绍 | 第43-44页 |
| ·融合P-稳态分布局部敏感哈希的有监督局部线性嵌入算法 | 第44-45页 |
| ·实验对比分析 | 第45-49页 |
| ·本章小结 | 第49-51页 |
| 总结与展望 | 第51-54页 |
| 论文工作总结 | 第51-52页 |
| 论文展望 | 第52-54页 |
| 参考文献 | 第54-58页 |
| 攻读硕士学位期间取得的研究成果 | 第58-59页 |
| 致谢 | 第59-60页 |
| 附件 | 第60页 |