基于局部近邻的投影子空间分类方法
| 摘要 | 第3-4页 |
| ABSTRACT | 第4页 |
| 第1章 绪论 | 第8-14页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.1.1 研究背景 | 第8页 |
| 1.1.2 研究意义 | 第8-9页 |
| 1.2 分类算法发展 | 第9-10页 |
| 1.3 分类算法应用 | 第10-12页 |
| 1.4 本文研究内容 | 第12页 |
| 1.5 本文章节安排 | 第12-14页 |
| 第2章 子空间分类及其应用 | 第14-24页 |
| 2.1 子空间方法概述 | 第14-15页 |
| 2.2 维数约简方式 | 第15-16页 |
| 2.2.1 特征选择 | 第16页 |
| 2.2.2 特征变换 | 第16页 |
| 2.3 维数约简算法介绍 | 第16-24页 |
| 2.3.1 PCA算法 | 第17页 |
| 2.3.2 LDA算法 | 第17-19页 |
| 2.3.3 LPP算法 | 第19-20页 |
| 2.3.4 LFDA算法 | 第20-21页 |
| 2.3.5 MFA算法 | 第21-24页 |
| 第3章 基于局部近邻的投影子空间分类方法 | 第24-40页 |
| 3.1 近邻点的选取方式 | 第24-25页 |
| 3.2 投影矩阵与邻接矩阵 | 第25-30页 |
| 3.2.1 投影矩阵的构造 | 第25-26页 |
| 3.2.2 投影矩阵约束条件 | 第26页 |
| 3.2.3 相似度的定义 | 第26-27页 |
| 3.2.4 邻接矩阵的构造 | 第27-29页 |
| 3.2.5 正则化参数的选取 | 第29-30页 |
| 3.3 目标函数的构建 | 第30页 |
| 3.4 目标函数的优化 | 第30-37页 |
| 3.4.1 相关概念 | 第30-35页 |
| 3.4.2 邻接矩阵的求解 | 第35-36页 |
| 3.4.3 投影矩阵的求解 | 第36-37页 |
| 3.5 算法步骤与流程图 | 第37-40页 |
| 第4章 实验与结果分析 | 第40-54页 |
| 4.1 数据库介绍 | 第40-44页 |
| 4.1.1 人脸数据库介绍 | 第40-42页 |
| 4.1.2 物体数据库介绍 | 第42页 |
| 4.1.3 手写数据库介绍 | 第42-43页 |
| 4.1.4 数据库预处理 | 第43-44页 |
| 4.2 分类准则介绍 | 第44-45页 |
| 4.3 收敛性的验证 | 第45-46页 |
| 4.4 最优维度的选取 | 第46-48页 |
| 4.5 参数选择的影响 | 第48-50页 |
| 4.5.1 相似度的性质 | 第48-49页 |
| 4.5.2 近邻数的选择 | 第49页 |
| 4.5.3 正则化参数 | 第49-50页 |
| 4.6 实验效果分析 | 第50-54页 |
| 4.6.1 人脸数据库实验 | 第50-52页 |
| 4.6.2 物体数据库实验 | 第52页 |
| 4.6.3 手写数据库实验 | 第52-54页 |
| 第5章 总结与展望 | 第54-56页 |
| 5.1 总结 | 第54页 |
| 5.2 展望 | 第54-56页 |
| 参考文献 | 第56-60页 |
| 发表论文和参加科研情况说明 | 第60-62页 |
| 致谢 | 第62页 |
