| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 绪论 | 第9-13页 |
| ·研究背景 | 第9-10页 |
| ·研究意义 | 第10-11页 |
| ·论文的研究内容及组织结构 | 第11-13页 |
| ·本文主要研究内容 | 第11-12页 |
| ·论文组织结构 | 第12-13页 |
| 2 流形学习方法简介 | 第13-28页 |
| ·流形学习的研究背景 | 第13-15页 |
| ·数据降维 | 第13-14页 |
| ·流形学习基本概念 | 第14-15页 |
| ·流形学习基本算法及动态 | 第15-23页 |
| ·线性流形学习算法 | 第15-16页 |
| ·非线性流形学习算法 | 第16-20页 |
| ·其它具有代表性的非线性流形学习算法 | 第20-21页 |
| ·流形学习发展动态 | 第21-23页 |
| ·流形学习算法中已知的问题 | 第23-26页 |
| ·小结 | 第26-28页 |
| 3 半监督流形学习算法 | 第28-50页 |
| ·半监督学习算法 | 第28-31页 |
| ·监督学习算法和无监督学习算法 | 第28-29页 |
| ·半监督学习算法 | 第29-31页 |
| ·有监督流形学习算法 | 第31-34页 |
| ·基于Isomap的监督学习算法 | 第32-33页 |
| ·基于LLE的监督算法 | 第33-34页 |
| ·半监督流形学习算法 | 第34-40页 |
| ·半监督流形学习算法思想 | 第34-36页 |
| ·基于图的半监督算法 | 第36-37页 |
| ·基于测地线距离的半监督分类 | 第37-40页 |
| ·一种基于流形判别分析的半监督支持向量机算法(MDASSVM) | 第40-50页 |
| ·流形判别分析(MDA) | 第40-41页 |
| ·半监督支持向量机 | 第41-46页 |
| ·基于流形判别分析的半监督支持向量机算法 | 第46-49页 |
| ·多分类支持向量机算法 | 第49-50页 |
| 4 基于流形判别分析的半监督支持向量机算法的应用 | 第50-55页 |
| ·引言 | 第50页 |
| ·半监督流形学习的应用 | 第50-54页 |
| ·实验设置 | 第50-51页 |
| ·人工生成数据及UCI数据集 | 第51-53页 |
| ·人脸识别中的应用 | 第53-54页 |
| ·本章小结 | 第54-55页 |
| 5 总结与展望 | 第55-57页 |
| 参考文献 | 第57-62页 |
| 致谢 | 第62-63页 |