基于t-混合模型和扩展保局投影的聚类与降维方法研究
中文摘要 | 第1-6页 |
英文摘要 | 第6-9页 |
目录 | 第9-19页 |
第零章 绪论 | 第19-29页 |
·引言 | 第19-21页 |
·模式识别中的几个概念 | 第21-22页 |
·聚类 | 第22-23页 |
·降维 | 第23-24页 |
·本文的工作 | 第24-29页 |
第一章 有限混合模型及其参数EM算法 | 第29-45页 |
·引言 | 第29-30页 |
·混合密度和可辨识性 | 第30-33页 |
·混合密度的定义与解释 | 第30-32页 |
·有限混合模型的可辨识性 | 第32-33页 |
·极大似然估计及其EM算法 | 第33-39页 |
·极大似然估计 | 第34-35页 |
·有限混合模型的EM算法 | 第35-39页 |
·多元高斯混合模型及其EM算法 | 第39-42页 |
·模型选择 | 第42-44页 |
·本章小结 | 第44-45页 |
第二章 稳健t-混合建模的EM算法 | 第45-75页 |
·引言 | 第45-48页 |
·多元t-混合模型及其参数EM算法 | 第48-53页 |
·多元t-分布的定义 | 第48-50页 |
·多元t-混合模型的极大似然估计及其EM算法 | 第50-53页 |
·使用SMEM算法的稳健t-混合建模 | 第53-65页 |
·引言 | 第53-54页 |
·分裂合并等式 | 第54-56页 |
·分裂合并方法 | 第56-58页 |
·稳健t-混合建模的SMEM算法 | 第58-59页 |
·实验结果 | 第59-62页 |
·结论 | 第62-65页 |
·稳健t-混合建模的贪婪EM算法 | 第65-72页 |
·引言 | 第65-66页 |
·贪婪EM算法 | 第66-67页 |
·稳健t-混合建模的贪婪EM算法 | 第67-70页 |
·实验结果 | 第70-72页 |
·结论 | 第72页 |
·本章小结 | 第72-75页 |
第三章 模式识别中的降维方法及分析 | 第75-95页 |
·引言 | 第75-76页 |
·主成分分析(PCA) | 第76-80页 |
·二维主成分分析(2D-PCA) | 第80-82页 |
·线性判别分析(LDA) | 第82-84页 |
·二维线性判别分析(2D-LDA) | 第84-86页 |
·非负矩阵分解(NMF) | 第86-88页 |
·MDS与ISOMAP | 第88-90页 |
·局部线性嵌入(LLE) | 第90-93页 |
·Laplacian Eigenmaps | 第93-94页 |
·本章小结 | 第94-95页 |
第四章 保局投影:一个新的线性降维方法 | 第95-137页 |
·引言 | 第95-98页 |
·保局投影(LPP) | 第98-102页 |
·基于QR分解的保局投影 | 第102-112页 |
·引言 | 第102-103页 |
·LPP/QR算法 | 第103-106页 |
·与广义LPP的等价性 | 第106-107页 |
·应用实验 | 第107-111页 |
·结论 | 第111-112页 |
·二维保局投影 | 第112-128页 |
·引言 | 第112页 |
·2D-LPP算法 | 第112-116页 |
·2D-LPP与其它二维线性降维方法之间的联系 | 第116-119页 |
·应用实验 | 第119-127页 |
·结论 | 第127-128页 |
·双向二维保局投影 | 第128-134页 |
·引言 | 第128页 |
·B2DLPP算法 | 第128-132页 |
·应用试验 | 第132-134页 |
·结论 | 第134页 |
·本章小结 | 第134-137页 |
第五章 线性降维方法的混合模型 | 第137-147页 |
·引言 | 第137-138页 |
·主成分分析混合模型(PCA混合) | 第138-140页 |
·线性判别分析混合模型(LDA混合) | 第140-141页 |
·保局投影混合模型(LPP混合) | 第141-142页 |
·应用实验 | 第142-144页 |
·在一个合成数据集上的实验 | 第142-144页 |
·在Yale人脸图像库上的实验 | 第144页 |
·本章小结 | 第144-147页 |
第六章 总结、讨论与下一步工作 | 第147-151页 |
参考文献 | 第151-171页 |
攻读博士学位期间发表的论文 | 第171-173页 |
致谢 | 第173页 |