首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文--自动推理、机器学习论文

局部线性嵌入算法的改进与研究

摘要第4-5页
Abstract第5页
第一章 绪论第8-16页
    1.1 本章概述第8页
    1.2 研究背景介绍第8-10页
    1.3 国内外研究现状第10-13页
    1.4 本文主要工作及创新点第13-14页
    1.5 全文的组织结构第14-16页
第二章 相关背景知识介绍第16-26页
    2.1 本章概述第16页
    2.2 全局方法第16-20页
        2.2.1 主成分分析算法(PCA)第16-17页
        2.2.2 线性鉴别分析算法(LDA)第17-18页
        2.2.3 多维尺度变换算法(MDS)第18-19页
        2.2.4 等距离映射方法(ISOMAP)第19-20页
    2.3 局部方法第20-24页
        2.3.1 局部线性嵌入算法(LLE)第20-21页
        2.3.2 局部稀疏线性嵌入算法(LSLE)第21-22页
        2.3.3 拉普拉斯特征映射算法(LE)第22-23页
        2.3.4 海塞局部线性嵌入算法(HLLE)第23-24页
        2.3.5 局部切空间算法(LTSA)第24页
    2.4 本章小结第24-26页
第三章 基于高斯核函数的局部邻域优化第26-35页
    3.1 本章概述第26页
    3.2 传统的局部邻域选择第26-27页
        3.2.1 LLE局部邻域选择第26页
        3.2.2 LSLE局部邻域选择第26-27页
    3.3 基于高斯核函数的距离度量方法改进第27-29页
        3.3.1 有监督距离度量方法第27-28页
        3.3.2 有监督高斯核函数的距离度量第28-29页
    3.4 局部邻域选择的优化第29-31页
        3.4.1 构造相似性度量函数第29-30页
        3.4.2 局部邻域选择第30-31页
    3.5 本章实验第31-34页
        3.5.1 AR人脸数据库介绍第31页
        3.5.2 AR数据库上实验与分析第31-32页
        3.5.3 ORL人脸数据库介绍第32-33页
        3.5.4 ORL数据库实验与分析第33-34页
    3.6 本章小结第34-35页
第四章 基于样本密度信息的权重向量改进第35-44页
    4.1 本章概述第35页
    4.2 局部邻域大小对算法效果的影响分析第35-36页
    4.3 局部邻域样本密度分析第36-37页
        4.3.1 样本密度信息第36-37页
        4.3.2 样本密度信息度量第37页
    4.4 局部邻域流形弯曲度分析第37-38页
        4.4.1 流形弯曲度分析第37-38页
        4.4.2 流形弯曲度度量第38页
    4.5 基于样本密度和流形弯曲度的邻域选择改进第38-39页
    4.6 基于样本密度信息的权重向量改进第39-40页
    4.7 本章实验第40-43页
        4.7.1 ORL数据库实验与分析第40-41页
        4.7.2 Swiss roll数据集降维实验分析第41-43页
    4.8 本章小结第43-44页
第五章 两个优化问题的改进第44-55页
    5.1 本章概述第44页
    5.2 传统LLE算法流程分析第44-45页
    5.3 两个优化问题的分析第45-47页
        5.3.1 高维空间优化问题分析第45-46页
        5.3.2 低维空间优化问题分析第46-47页
    5.4 重构误差函数的优化第47页
    5.5 优化的算法流程第47-48页
    5.6 我们的改进方法第48-50页
        5.6.1 算法整体改进思路第48页
        5.6.2 算法步骤及其数学描述第48-50页
    5.7 本章实验第50-53页
        5.7.1 S曲面数据集降维仿真实验第50-51页
        5.7.2 Swiss roll曲面数据集降维仿真实验第51-52页
        5.7.3 AR人脸数据库降维嵌入仿真实验第52-53页
    5.8 本章小结第53-55页
第六章 人脸识别对比实验分析第55-61页
    6.1 本章概述第55页
    6.2 AR数据库实验第55-58页
        6.2.1 AR人脸数据库实验一第55-56页
        6.2.2 AR人脸数据库实验二第56-58页
    6.3 ORL数据库实验第58-60页
        6.3.1 ORL人脸数据库实验一第58-59页
        6.3.2 ORL人脸数据库实验二第59-60页
    6.4 本章小结第60-61页
第七章 总结与展望第61-66页
    7.1 工作总结第61-64页
    7.2 研究展望第64-66页
参考文献第66-70页
附录1 攻读硕士学位期间撰写的论文第70-71页
致谢第71页

论文共71页,点击 下载论文
上一篇:基于ARM和OpenCV的视频图像采集与处理系统研究
下一篇:基于RFID的医院被服清点系统