基于协作表示的全局加局部特征提取及其应用
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 研究背景和意义 | 第10-11页 |
| 1.2 特征选取研究现状 | 第11-12页 |
| 1.3 主要工作内容 | 第12-15页 |
| 第二章 基于线性判别分析的特征提取方法 | 第15-32页 |
| 2.1 研究背景 | 第15-16页 |
| 2.2 线性判别分析 | 第16-17页 |
| 2.3 基于线性判别分析的特征提取方法介绍 | 第17-27页 |
| 2.3.1 异方差线性判别分析方法 | 第17-18页 |
| 2.3.2 局部Fisher线性判别分析方法 | 第18-19页 |
| 2.3.3 增强Fisher判别准则方法 | 第19-21页 |
| 2.3.4 线性判别投影方法 | 第21-22页 |
| 2.3.5 基于图的Fisher分析方法 | 第22-25页 |
| 2.3.6 增强类内判别分析方法 | 第25-27页 |
| 2.4 完全全局加局部线性判别分析方法 | 第27-31页 |
| 2.4.1 原理 | 第28-30页 |
| 2.4.2 性能分析 | 第30-31页 |
| 2.5 本章小结 | 第31-32页 |
| 第三章 基于稀疏表示的特征提取方法 | 第32-38页 |
| 3.1 研究背景 | 第32页 |
| 3.2 稀疏表示方法 | 第32-33页 |
| 3.3 基于稀疏表示的特征提取方法介绍 | 第33-37页 |
| 3.3.1 稀疏表示的主成分分析 | 第33-34页 |
| 3.3.2 稀疏保留投影方法 | 第34-35页 |
| 3.3.3 有监督的稀疏保持近邻嵌入方法 | 第35-36页 |
| 3.3.4 基于协作表示的投影方法 | 第36-37页 |
| 3.4 本章小结 | 第37-38页 |
| 第四章 基于协作表示的全局加局部特征提取方法 | 第38-41页 |
| 4.1 基于协作表示的全局加局部特征提取方法 | 第38-39页 |
| 4.2 算法过程 | 第39-40页 |
| 4.3 算法分析 | 第40页 |
| 4.4 本章小结 | 第40-41页 |
| 第五章 基于协作表示的全局加局部线性判别分析方法 | 第41-44页 |
| 5.1 基于协作表示的全局加局部线性判别分析方法 | 第41页 |
| 5.2 算法过程 | 第41-42页 |
| 5.3 算法分析 | 第42-43页 |
| 5.4 本章小结 | 第43-44页 |
| 第六章 实验结果与分析 | 第44-57页 |
| 6.1 人脸表情图像的预处理 | 第45页 |
| 6.2 Yale人脸数据库实验 | 第45-50页 |
| 6.3 ORL人脸数据库实验 | 第50-53页 |
| 6.4 AR人脸数据库实验 | 第53-55页 |
| 6.5 实验结果 | 第55-56页 |
| 6.6 本章小结 | 第56-57页 |
| 总结与展望 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 攻读硕士学位期间取得的研究成果 | 第62-63页 |
| 致谢 | 第63-64页 |
| 附件 | 第64页 |
