| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 研究背景和意义 | 第10页 |
| 1.2 研究现状 | 第10-12页 |
| 1.3 本文主要研究内容与论文结构 | 第12-14页 |
| 1.3.1 主要研究内容 | 第12-13页 |
| 1.3.2 论文组织结构 | 第13-14页 |
| 1.4 本章小结 | 第14-15页 |
| 第2章 相关知识 | 第15-23页 |
| 2.1 特征提取相关知识介绍 | 第15页 |
| 2.2 线性变换方法 | 第15-18页 |
| 2.2.1 主成分分析 | 第16-17页 |
| 2.2.2 线性判别分析 | 第17-18页 |
| 2.3 局部性保持特征提取方法 | 第18-19页 |
| 2.4 二维模式特征提取方法 | 第19-22页 |
| 2.4.1 二维主成分分析 | 第20页 |
| 2.4.2 二维线性判别分析 | 第20-21页 |
| 2.4.3 二维局部保留映射 | 第21-22页 |
| 2.5 本章小结 | 第22-23页 |
| 第3章 基于 L1 范数的二维局部保留映射 | 第23-30页 |
| 3.1 引言 | 第23页 |
| 3.2 2DLPP-L1 算法 | 第23-26页 |
| 3.3 算法证明 | 第26-28页 |
| 3.3.1 收敛性证明 | 第26-27页 |
| 3.3.2 算法 2 的有效性 | 第27-28页 |
| 3.4 实验对比 | 第28-29页 |
| 3.5 本章小结 | 第29-30页 |
| 第4章 基于 2DLDA 和模糊粗糙集的两阶段维数约减方法 | 第30-37页 |
| 4.1 引言 | 第30-31页 |
| 4.2 基于属性频率的模糊粗糙集约简 | 第31-32页 |
| 4.3 2DLDAFRS 算法 | 第32-33页 |
| 4.4 实验对比 | 第33-36页 |
| 4.4.1 实验数据 | 第33-34页 |
| 4.4.2 实验结果及分析 | 第34-36页 |
| 4.5 本章小结 | 第36-37页 |
| 第5章 基于模拟退火的 SVDD 特征提取和参数选择 | 第37-46页 |
| 5.1 引言 | 第37-38页 |
| 5.2 支持向量数据描述 | 第38-39页 |
| 5.3 模拟退火算法 | 第39-40页 |
| 5.4 SA-SVDD | 第40-43页 |
| 5.5 实验对比 | 第43-44页 |
| 5.5.1 实验数据 | 第43页 |
| 5.5.2 实验结果与分析 | 第43-44页 |
| 5.6 本章小结 | 第44-46页 |
| 第6章 总结与展望 | 第46-48页 |
| 6.1 工作总结 | 第46页 |
| 6.2 工作展望 | 第46-48页 |
| 参考文献 | 第48-51页 |
| 致谢 | 第51-52页 |
| 攻读学位期间取得的科研成果 | 第52页 |