| 致谢 | 第1-4页 |
| 摘要 | 第4-5页 |
| Abstract | 第5-8页 |
| 第一章 绪论 | 第8-15页 |
| ·国内外研究概况 | 第8-11页 |
| ·现有的传统降维方法 | 第8-9页 |
| ·基于距离尺度的降维方法 | 第9-10页 |
| ·基于局部性的降维方法 | 第10页 |
| ·基于半监督学习的降维方法 | 第10-11页 |
| ·选择该研究课题的重要意义 | 第11-12页 |
| ·本文的主要研究工作 | 第12-13页 |
| ·本文的内容安排 | 第13-15页 |
| 第二章 子模式判别型半监督非线性维数减少算法 | 第15-27页 |
| ·算法设计和灵敏度分析 | 第15-19页 |
| ·线性判别分析 | 第15-16页 |
| ·非线性DSSNDR算法 | 第16-18页 |
| ·基于子模式空间的DSSNDR | 第18-19页 |
| ·混合核函数构造 | 第19页 |
| ·仿真实验与分析 | 第19-26页 |
| ·基于UCI数据集的分类实验 | 第20-22页 |
| ·木材节子缺陷识别仿真 | 第22-26页 |
| ·Gabor小波变换 | 第22-23页 |
| ·检测结果 | 第23-26页 |
| ·本章节小结 | 第26-27页 |
| 第三章 基于配对约束的半监督非线性降维算法 | 第27-40页 |
| ·基于配对约束的半监督降维算法设计与分析 | 第27-31页 |
| ·基于配对约束的判别分析 | 第27-28页 |
| ·基于核空间的KS~2DR | 第28-30页 |
| ·混合核函数构造 | 第30-31页 |
| ·仿真实验与分析 | 第31-38页 |
| ·基于UCI数据集的分类比较实验 | 第31-33页 |
| ·木材节子缺陷识别仿真实验 | 第33-38页 |
| ·LBP特征提取方法 | 第34-35页 |
| ·识别结果 | 第35-38页 |
| ·本章节小结 | 第38-40页 |
| 第四章 局部保持多向量非线性Fisher相关判别分析 | 第40-53页 |
| ·算法设计和可行性分析 | 第40-45页 |
| ·线性LPMVF | 第40-43页 |
| ·基于核空间的非线性KLPMVF | 第43-45页 |
| ·子模式判别型SpKLPMVF | 第45页 |
| ·仿真实验与分析 | 第45-52页 |
| ·数据可视化实验 | 第46-47页 |
| ·基于UCI数据集的分类实验 | 第47-49页 |
| ·木材节子缺陷识别实验 | 第49-52页 |
| ·本章节小结 | 第52-53页 |
| 第五章 结束语 | 第53-55页 |
| ·已完成工作小结 | 第53-54页 |
| ·未来工作展望 | 第54-55页 |
| 参考文献 | 第55-60页 |
| 攻读硕士学位期间的研究成果和发表的论文 | 第60-62页 |
| 详细摘要 | 第62-65页 |