| 摘要 | 第1-6页 |
| Abstract | 第6-8页 |
| 目录 | 第8-10页 |
| 1 绪论 | 第10-45页 |
| ·研究背景和意义 | 第10-13页 |
| ·降维相关的数学基础 | 第13-19页 |
| ·降维技术的研究现状 | 第19-42页 |
| ·本文主要研究内容 | 第42-43页 |
| ·本文的研究结果和创新点 | 第43-45页 |
| 2 薄板样条隐变量降维模型 | 第45-65页 |
| ·薄板样条隐变量降维模型 | 第45-55页 |
| ·动态薄板样条隐变量降维模型 | 第55-56页 |
| ·带后向限制的薄板样条隐变量降维模型 | 第56-57页 |
| ·实验 | 第57-64页 |
| ·小结 | 第64-65页 |
| 3 有监督隐线性高斯过程隐变量降维模型 | 第65-90页 |
| ·有监督隐线性高斯过程隐变量降维模型 | 第66-76页 |
| ·有监督高斯过程高斯过程隐变量降维模型 | 第76-77页 |
| ·实验 | 第77-89页 |
| ·小结 | 第89-90页 |
| 4 基于高斯过程的梯度学习模型 | 第90-101页 |
| ·基于高斯过程的梯度学习模型 | 第90-95页 |
| ·实验 | 第95-100页 |
| ·小结 | 第100-101页 |
| 5 总结与展望 | 第101-103页 |
| 致谢 | 第103-104页 |
| 参考文献 | 第104-111页 |
| 附录1 攻读学位期间发表的学术论文 | 第111页 |