增量流形学习技术研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 符号对照表 | 第9-10页 |
| 缩略语对照表 | 第10-13页 |
| 第一章 绪论 | 第13-19页 |
| 1.1 研究背景及意义 | 第13-14页 |
| 1.2 研究现状 | 第14-17页 |
| 1.2.1 批处理方式 | 第15-17页 |
| 1.2.2 增量方式 | 第17页 |
| 1.3 本论文研究内容及安排 | 第17-19页 |
| 第二章 增量流形学习方法 | 第19-29页 |
| 2.1 引言 | 第19-20页 |
| 2.2 增量拉普拉斯特征映射(ILE) | 第20-22页 |
| 2.2.1 拉普拉斯特征映射 | 第20-21页 |
| 2.2.2 增量拉普拉斯特征映射(ILE) | 第21-22页 |
| 2.3 增量局部线性嵌入(ILLE) | 第22-26页 |
| 2.3.1 局部线性嵌入 | 第23-24页 |
| 2.3.2 增量局部线性嵌入(ILLE) | 第24-26页 |
| 2.4 本章小结 | 第26-29页 |
| 第三章 增量近邻保持嵌入算法 | 第29-45页 |
| 3.1 引言 | 第29-30页 |
| 3.2 近邻保持嵌入 | 第30-31页 |
| 3.3 增量近邻保持嵌入算法 | 第31-33页 |
| 3.3.1 更新代价矩阵M | 第31-32页 |
| 3.3.2 计算投影方向 | 第32-33页 |
| 3.4 算法仿真及实验分析 | 第33-42页 |
| 3.4.1 最近邻分类器 | 第33页 |
| 3.4.2 人脸数据库的介绍 | 第33-35页 |
| 3.4.3 算法仿真及实验分析 | 第35-42页 |
| 3.5 本章小结 | 第42-45页 |
| 第四章 基于模型合并的增量二维局部保持投影算法 | 第45-61页 |
| 4.1 引言 | 第45页 |
| 4.2 二维局部保持投影算法 | 第45-47页 |
| 4.3 非负矩阵分解 | 第47-49页 |
| 4.4 基于模型合并的增量二维局部保持投影算法 | 第49-54页 |
| 4.4.1 模型的建立 | 第50-51页 |
| 4.4.2 模型的合并 | 第51-53页 |
| 4.4.3 求解投影方向 | 第53-54页 |
| 4.5 算法仿真及实验分析 | 第54-59页 |
| 4.6 本章小结 | 第59-61页 |
| 第五章 总结与展望 | 第61-63页 |
| 5.1 本文研究内容总结 | 第61页 |
| 5.2 展望 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 致谢 | 第67-69页 |
| 作者简介 | 第69-70页 |
