| 论文摘要 | 第1-8页 |
| ABSTRACT | 第8-9页 |
| 目录 | 第9-11页 |
| 第1章 绪论 | 第11-15页 |
| ·论文研究的背景 | 第11页 |
| ·相关工作 | 第11-13页 |
| ·论文的研究目标 | 第13页 |
| ·本文的内容和组织结构 | 第13-15页 |
| 第2章 基于马氏距离的核回归 | 第15-23页 |
| ·普通的回归模型 | 第15页 |
| ·核回归 | 第15-16页 |
| ·马氏度量学习 | 第16-17页 |
| ·实验 | 第17-22页 |
| ·数据描述和设置 | 第17-19页 |
| ·实验结果 | 第19-21页 |
| ·异常结果的分析 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 第3章 基于逐级度量的大间隔最近邻分类 | 第23-37页 |
| ·大间隔最近邻分类 | 第23-24页 |
| ·目标近邻 | 第23页 |
| ·目标函数 | 第23-24页 |
| ·凸优化 | 第24页 |
| ·逐级度量学习的必要性 | 第24-25页 |
| ·聚类标准 | 第25-27页 |
| ·已有的聚类标准 | 第25-26页 |
| ·重叠率 | 第26-27页 |
| ·聚类 | 第27-29页 |
| ·分类 | 第29-30页 |
| ·实验 | 第30-36页 |
| ·人工数据集 | 第30-33页 |
| ·实际数据集 | 第33-36页 |
| ·本章小结 | 第36-37页 |
| 第4章 基于逐级度量学习的多视角Fisher线性判别分析 | 第37-63页 |
| ·Fisher线性判别 | 第37-40页 |
| ·Fisher线性判别的基本思想 | 第37-38页 |
| ·两类情况的类内散度和类间散度 | 第38-39页 |
| ·多类情况的类内散度和类间散度 | 第39-40页 |
| ·基于逐级度量学习的Fisher线性判别分析 | 第40-44页 |
| ·用逐级度量的必要性 | 第40-41页 |
| ·逐级度量学习的Fisher判别分析 | 第41-42页 |
| ·学习过程 | 第42-44页 |
| ·分类 | 第44页 |
| ·多视角的Fisher线性判别 | 第44-52页 |
| ·已有模型简介 | 第44-46页 |
| ·多视角的Fisher线性判别 | 第46-51页 |
| ·分类方法 | 第51-52页 |
| ·基于逐级度量学习的多视角Fisher线性判别 | 第52-53页 |
| ·学习过程 | 第52页 |
| ·分类 | 第52-53页 |
| ·实验 | 第53-61页 |
| ·对比的方法 | 第53页 |
| ·参数设置 | 第53页 |
| ·人工数据集 | 第53-60页 |
| ·实际数据集 | 第60-61页 |
| ·本章小结 | 第61-63页 |
| 第5章 总结 | 第63-65页 |
| 参考文献 | 第65-68页 |
| 致谢 | 第68-69页 |
| 攻读硕士学位期间参加的项目及发表的学术论文 | 第69页 |