| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 缩略语对照表 | 第11-14页 |
| 第一章 绪论 | 第14-20页 |
| 1.1 选题研究背景及意义 | 第14-15页 |
| 1.2 研究现状 | 第15-18页 |
| 1.2.1 批处理方式的降维方法 | 第16-18页 |
| 1.2.2 增量方式的降维方法 | 第18页 |
| 1.3 本论文的研究内容及安排 | 第18-20页 |
| 第二章 基于模型合并的增量二维主成分分析算法 | 第20-40页 |
| 2.1 引言 | 第20-21页 |
| 2.2 二维主成分分析算法介绍 | 第21-22页 |
| 2.3 基于模型合并的增量二维主成分分析(M-I2DPCA)算法 | 第22-26页 |
| 2.3.1 特征空间表示模型的建立 | 第22-23页 |
| 2.3.2 特征空间表示模型的合并 | 第23-26页 |
| 2.3.3 算法小结 | 第26页 |
| 2.4 算法仿真对比与实验分析 | 第26-38页 |
| 2.4.1 实验所用数据库介绍 | 第27页 |
| 2.4.2 实验设计与对比分析 | 第27-38页 |
| 2.5 本章小结 | 第38-40页 |
| 第三章 基于模型合并的增量局部保持投影算法 | 第40-60页 |
| 3.1 引言 | 第40页 |
| 3.2 局部保持投影算法介绍 | 第40-42页 |
| 3.3 非负矩阵分解算法介绍 | 第42-43页 |
| 3.4 基于模型合并的增量局部保持投影(M-ILPP)算法 | 第43-47页 |
| 3.4.1 LPP子表示模型的建立 | 第44-45页 |
| 3.4.2 LPP子表示模型的合并 | 第45-47页 |
| 3.4.3 投影方向的求解 | 第47页 |
| 3.4.4 算法小结 | 第47页 |
| 3.5 算法仿真对比与实验分析 | 第47-57页 |
| 3.6 本章小结 | 第57-60页 |
| 第四章 总结与展望 | 第60-62页 |
| 4.1 本文工作内容总结 | 第60页 |
| 4.2 展望 | 第60-62页 |
| 参考文献 | 第62-66页 |
| 致谢 | 第66-68页 |
| 作者简介 | 第68-69页 |