基于密度子空间与零空间的高维数据分类算法研究
| 中文摘要 | 第3-4页 |
| 英文摘要 | 第4-5页 |
| 1 绪论 | 第8-16页 |
| 1.1 选题背景及研究意义 | 第8-9页 |
| 1.2 数学记号 | 第9-10页 |
| 1.3 国内外研究现状 | 第10-14页 |
| 1.4 研究目的与研究内容 | 第14-16页 |
| 1.4.1 研究目的 | 第14-15页 |
| 1.4.2 研究内容及难点 | 第15-16页 |
| 2 密度子空间分布学习聚类 | 第16-40页 |
| 2.1 LDSC背景知识 | 第16-20页 |
| 2.1.1 核密度估计 | 第16-17页 |
| 2.1.2 同胚变换及流形 | 第17-19页 |
| 2.1.3 微分形式及黎曼流形 | 第19页 |
| 2.1.4 可测空间及前推测度 | 第19-20页 |
| 2.2 语义空间分布学习 | 第20-25页 |
| 2.2.1 LDSC基本思想 | 第20-21页 |
| 2.2.2 语义空间映射的存在性 | 第21-23页 |
| 2.2.3 LDSC算法 | 第23-24页 |
| 2.2.4 LDSC的深入分析 | 第24-25页 |
| 2.3 LDSC的优势及泛化能力 | 第25-27页 |
| 2.3.1 密度保持与距离保持 | 第25-27页 |
| 2.3.2 LDSC的泛化能力 | 第27页 |
| 2.4 实验结果及分析 | 第27-39页 |
| 2.4.1 对比算法 | 第28-29页 |
| 2.4.2 度量标准 | 第29-30页 |
| 2.4.3 实验对象 | 第30-31页 |
| 2.4.4 实验结果及分析 | 第31-35页 |
| 2.4.5 语义空间实验 | 第35-38页 |
| 2.4.6 鲁棒性实验 | 第38-39页 |
| 2.5 本章小结 | 第39-40页 |
| 3 正交稀疏零空间线性判别分析 | 第40-52页 |
| 3.1 零空间LDA | 第40-42页 |
| 3.2 正交保持优化 | 第42-44页 |
| 3.3 正交稀疏零空间线性判别分析 | 第44-46页 |
| 3.3.1 SONLDA主要思想 | 第44-45页 |
| 3.3.2 SONLDA模型 | 第45-46页 |
| 3.4 实验结果及分析 | 第46-51页 |
| 3.4.1 对比算法 | 第46-48页 |
| 3.4.2 实验数据及评价标准 | 第48-50页 |
| 3.4.3 实验结果及分析 | 第50-51页 |
| 3.5 本章小结 | 第51-52页 |
| 4 总结与展望 | 第52-54页 |
| 4.1 本文工作总结 | 第52-53页 |
| 4.2 未来工作展望 | 第53-54页 |
| 致谢 | 第54-55页 |
| 参考文献 | 第55-60页 |
| 附录 | 第60页 |
| A 作者在攻读学位期间内发表的论文目录 | 第60页 |
| B 作者在攻读学位期间内参加的科研项目 | 第60页 |
