| 摘要 | 第1-7页 |
| ABSTRACT | 第7-11页 |
| 第一章 绪论 | 第11-27页 |
| ·模式识别概述 | 第11-16页 |
| ·模式识别的基本概念 | 第11-12页 |
| ·模式识别系统 | 第12-14页 |
| ·模式识别的基本方法 | 第14-16页 |
| ·神经网络模式识别 | 第16-23页 |
| ·神经网络发展概述 | 第16-18页 |
| ·神经网络基本原理 | 第18页 |
| ·神经网络模式识别的方法 | 第18-19页 |
| ·神经网络模式识别的特点 | 第19-20页 |
| ·神经网络模式识别分类器 | 第20-23页 |
| ·仿生模式识别概述 | 第23-26页 |
| ·仿生模式识别的基本原理 | 第23-25页 |
| ·仿生模式识别的分析方法 | 第25-26页 |
| ·论文的研究工作 | 第26页 |
| ·论文的内容安排 | 第26-27页 |
| 第二章 高维空间几何复杂体理论 | 第27-49页 |
| ·高维空间几何学基本理论 | 第27-32页 |
| ·高维空间几何学基本概念 | 第27-30页 |
| ·n维欧氏空间中的几个公理 | 第30-31页 |
| ·n维欧氏空间常见体积公式及证明 | 第31-32页 |
| ·高维空间几何中的一些算法 | 第32-38页 |
| ·高维空间中线段平移算法 | 第33页 |
| ·高维空间中直线外一点到直线的垂足和距离的算法 | 第33页 |
| ·高维空间中同一条直线上不同三点的位置关系判断方法 | 第33-34页 |
| ·点到超平面的垂足的算法 | 第34-37页 |
| ·高维空间中点到线段距离的算法 | 第37页 |
| ·高维空间中点到三角形的距离的算法 | 第37页 |
| ·高维空间中点到三棱锥的距离的算法 | 第37-38页 |
| ·高维空间几何覆盖理论 | 第38-43页 |
| ·覆盖 | 第38-39页 |
| ·覆盖比 | 第39-42页 |
| ·局部顶点覆盖 | 第42-43页 |
| ·覆盖积 | 第43页 |
| ·高维空间几何的分析方法 | 第43-48页 |
| ·主元分析方法及其高维空间的几何意义 | 第43-46页 |
| ·人脸图像在高维空间中的形态分布 | 第46-48页 |
| ·小结 | 第48-49页 |
| 第三章 多自由度神经元及其认知算法 | 第49-66页 |
| ·模式识别中的认知观 | 第49-50页 |
| ·神经元在高维空间中的几何意义 | 第50-52页 |
| ·单纯形的基本概念和性质 | 第52-57页 |
| ·单纯形的基本概念 | 第52-53页 |
| ·单纯形的体积 | 第53-54页 |
| ·单纯形的射影定理、正弦定理和余弦定理 | 第54-55页 |
| ·关联单纯形的超球 | 第55-57页 |
| ·几种单纯形神经元 | 第57-65页 |
| ·超香肠神经元模型 | 第57-59页 |
| ·三角形神经元模型 | 第59-62页 |
| ·多自由度神经元模型 | 第62-65页 |
| ·小结 | 第65-66页 |
| 第四章 基于多自由度神经元认知算法的人脸识别 | 第66-80页 |
| ·人脸识别技术概述 | 第66-74页 |
| ·计算机人脸识别技术的研究背景及发展历程 | 第66-67页 |
| ·人脸识别的基本方法 | 第67-74页 |
| ·基于多自由度神经元认知算法的人脸识别实验 | 第74-79页 |
| ·算法应用于 UMIST数据库 | 第74-76页 |
| ·算法应用于YALE数据库 | 第76-78页 |
| ·实验结果分析 | 第78页 |
| ·与SVM模型的比较结果及讨论 | 第78-79页 |
| ·小结 | 第79-80页 |
| 第五章 总结与展望 | 第80-82页 |
| 参考文献 | 第82-88页 |
| 附录 | 第88-89页 |
| 致谢 | 第89-90页 |
| 攻读学位期间发表的学术论文目录 | 第90页 |