| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第一章 绪论 | 第11-18页 |
| ·研究背景及意义 | 第11页 |
| ·流形学习与降维 | 第11-13页 |
| ·无监督流形降维 | 第11-12页 |
| ·有监督流形降维 | 第12页 |
| ·半监督流形降维 | 第12-13页 |
| ·流形学习发展历程 | 第13-15页 |
| ·线性流形学习 | 第13-14页 |
| ·非线性流形学习 | 第14-15页 |
| ·本文的研究内容 | 第15-16页 |
| ·本文的结构安排 | 第16-18页 |
| 第二章 流形学习算法介绍 | 第18-28页 |
| ·线性流形学习算法介绍 | 第18-23页 |
| ·主成分分析法(PCA) | 第18-20页 |
| ·线性判别分析法(LDA) | 第20-21页 |
| ·局部保持投影(LPP) | 第21-23页 |
| ·非线性流形学习算法介绍 | 第23-26页 |
| ·拉普拉斯特征映射(LE) | 第23-24页 |
| ·局部线性嵌入(LLE) | 第24-26页 |
| ·流形学习算法异同点分析 | 第26页 |
| ·本章小结 | 第26-28页 |
| 第三章 LPP 中邻域选择问题的分析及优化 | 第28-45页 |
| ·LPP 算法流程 | 第28-29页 |
| ·LPP 邻域选择中存在的问题分析 | 第29-30页 |
| ·基于流形结构邻域选择的LPP | 第30-37页 |
| ·基于流形排序的LPP | 第31-35页 |
| ·基于流形距离的LPP | 第35-36页 |
| ·基于流形结构的邻域选择问题小结 | 第36-37页 |
| ·实验对比和分析 | 第37-44页 |
| ·评判指标 | 第37-39页 |
| ·实验设计 | 第39页 |
| ·不同数据集上的实验对比 | 第39-44页 |
| ·本章小结 | 第44-45页 |
| 第四章 基于流形距离邻域优化的半监督LPP | 第45-54页 |
| ·半监督降维概念介绍 | 第45页 |
| ·半监督LPP 算法（SSLPP） | 第45-46页 |
| ·基于流形距离邻域优化的半监督LPP 算法（MDSSLPP） | 第46-48页 |
| ·SSLPP 与MDSSLPP 算法分析 | 第48-49页 |
| ·实验对比和分析 | 第49-53页 |
| ·评判指标 | 第49页 |
| ·实验设计 | 第49页 |
| ·不同数据集上的实验对比 | 第49-53页 |
| ·本章小结 | 第53-54页 |
| 第五章 MDLPP 和MDSSLPP 在基于内容的图像检索中的应用 | 第54-64页 |
| ·图像检索技术介绍 | 第54-55页 |
| ·基于文本的图像检索技术 | 第54页 |
| ·基于内容的图像检索技术 | 第54-55页 |
| ·CBIR 系统设计 | 第55-59页 |
| ·开发环境 | 第55页 |
| ·系统框架 | 第55-57页 |
| ·系统流程 | 第57-59页 |
| ·检索示例 | 第59-60页 |
| ·系统数据统计 | 第60-63页 |
| ·统计数据 | 第60-63页 |
| ·数据分析 | 第63页 |
| ·本章小结 | 第63-64页 |
| 总结与展望 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 攻读硕士学位期间取得的研究成果 | 第70-71页 |
| 致谢 | 第71页 |