| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究目的和意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.2.1 主成分分析研究现状 | 第10-12页 |
| 1.2.2 增量式主成分分析研究现状 | 第12-13页 |
| 1.3 国内外研究存在的主要问题 | 第13-14页 |
| 1.4 本文主要研究内容及章节安排 | 第14-15页 |
| 第二章 批量式主成分分析算法研究 | 第15-23页 |
| 2.1 前言 | 第15页 |
| 2.2 二维主成分分析算法 | 第15-19页 |
| 2.2.1 二维主成分分析算法的基本思想 | 第15-18页 |
| 2.2.2 基于二维主成分分析算法的图像特征提取步骤 | 第18页 |
| 2.2.3 分类识别算法 | 第18-19页 |
| 2.2.4 二维主成分分析算法优缺点分析 | 第19页 |
| 2.3 行-列二维主成分分析算法 | 第19-21页 |
| 2.3.1 行方向的2DPCA | 第19-20页 |
| 2.3.2 列方向的2DPCA | 第20页 |
| 2.3.3 基于行-列二维主成分分析算法的特征提取及分类识别步骤 | 第20-21页 |
| 2.3.4 行-列二维主成分分析算法的优缺点分析 | 第21页 |
| 2.4 本章小结 | 第21-23页 |
| 第三章 增量式二维主成分分析算法研究 | 第23-34页 |
| 3.1 前言 | 第23页 |
| 3.2 直观协方差无关增量式主成分分析算法 | 第23-27页 |
| 3.2.1 直观协方差无关增量式主成分分析算法推导 | 第23-25页 |
| 3.2.2 直观协方差无关增量式主成分分析算法的直观数学解释 | 第25-26页 |
| 3.2.3 直观协方差无关增量式主成分分析算法优缺点 | 第26-27页 |
| 3.3 增量式二维主成分分析算法 | 第27-29页 |
| 3.3.1 增量式二维主成分分析算法推导 | 第27-28页 |
| 3.3.2 增量式二维主成分分析算法优缺点 | 第28-29页 |
| 3.4 增量式行-列二维主成分分析算法 | 第29-31页 |
| 3.4.1 增量式行-列二维主成分分析算法推导 | 第29-30页 |
| 3.4.2 增量式行-列二维主成分分析算法实现 | 第30-31页 |
| 3.5 图像重构 | 第31-32页 |
| 3.5.1 基于增量式二维主成分分析算法的图像重构 | 第31-32页 |
| 3.5.2 基于增量式行-列二维主成分分析算法的图像重构 | 第32页 |
| 3.6 算法复杂度对比分析 | 第32-33页 |
| 3.7 本章小结 | 第33-34页 |
| 第四章 实验结果与分析 | 第34-48页 |
| 4.1 实验样本与实验环境介绍 | 第34-35页 |
| 4.2 收敛性实验 | 第35-41页 |
| 4.2.1 物块数据库收敛性实验结果与分析 | 第35-37页 |
| 4.2.2 ORL及 Yale人脸数据库收敛性实验结果与分析 | 第37-41页 |
| 4.3 图像重构实验 | 第41-42页 |
| 4.4 分类实验 | 第42-47页 |
| 4.4.1 分类率实验结果与分析 | 第43-44页 |
| 4.4.2 复杂度实验结果与分析 | 第44-47页 |
| 4.5 本章小结 | 第47-48页 |
| 第五章 总结与展望 | 第48-50页 |
| 5.1 总结 | 第48-49页 |
| 5.1.1 本文主要工作 | 第48-49页 |
| 5.1.2 本文所得结论 | 第49页 |
| 5.2 研究展望 | 第49-50页 |
| 参考文献 | 第50-55页 |
| 发表论文和科研情况说明 | 第55-56页 |
| 致谢 | 第56页 |
