基于类标签关联度与缓变原理的有序判别回归研究及应用
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 注释表 | 第10-11页 |
| 缩略词 | 第11-12页 |
| 第一章 绪论 | 第12-20页 |
| 1.1 模式识别概述 | 第12-14页 |
| 1.2 有序回归概述 | 第14-16页 |
| 1.3 本文的主要研究工作 | 第16-18页 |
| 1.4 本文的内容安排 | 第18-20页 |
| 第二章 相关研究背景 | 第20-28页 |
| 2.1 线性判别分析 | 第20-21页 |
| 2.2 模糊线性判别分析 | 第21-23页 |
| 2.3 线性判别有序回归及其核化 | 第23-25页 |
| 2.4 支持向量有序回归 | 第25-26页 |
| 2.5 流形学习有序回归 | 第26-28页 |
| 第三章 基于类标签关联度的有序核判别回归学习 | 第28-39页 |
| 3.1 引言 | 第28-29页 |
| 3.2 类标签关联度量化表示 | 第29-31页 |
| 3.3 模型建立 | 第31-32页 |
| 3.4 非线性情况 | 第32-34页 |
| 3.5 实验结果与分析 | 第34-38页 |
| 3.5.1 标准数据集实验 | 第34-37页 |
| 3.5.2 结果分析 | 第37-38页 |
| 3.6 本章小结 | 第38-39页 |
| 第四章 基于缓变原理的判别有序回归 | 第39-48页 |
| 4.1 引言 | 第39-40页 |
| 4.2 缓变类内散度矩阵 | 第40-41页 |
| 4.3 模型建立 | 第41-42页 |
| 4.4 实验结果与分析 | 第42-47页 |
| 4.4.1 标准数据集实验 | 第42-45页 |
| 4.4.2 人脸数据集实验 | 第45-46页 |
| 4.4.3 结果分析 | 第46-47页 |
| 4.5 本章小结 | 第47-48页 |
| 第五章 总结与展望 | 第48-51页 |
| 5.1 已有工作总结 | 第48-49页 |
| 5.2 未来工作展望 | 第49-51页 |
| 参考文献 | 第51-57页 |
| 致谢 | 第57-58页 |
| 攻读硕士学位期间发表的学术论文 | 第58页 |
