| 摘要 | 第1-7页 |
| ABSTRACT | 第7-11页 |
| 第一章 绪论 | 第11-25页 |
| ·引言 | 第11-12页 |
| ·传统模式识别概述 | 第12-15页 |
| ·模式识别概述 | 第12-14页 |
| ·统计模式识别的局限性 | 第14-15页 |
| ·形象思维、几何与模式识别 | 第15-19页 |
| ·形象思维与几何 | 第15-18页 |
| ·形象思维、几何在模式识别上的应用状况 | 第18-19页 |
| ·仿生模式识别概述 | 第19-23页 |
| ·仿生模式识别的基点——同源连续性原理 | 第20-21页 |
| ·仿生模式识别的数学工具——高维空间几何点分布理论 | 第21-23页 |
| ·本文的主要研究内容 | 第23-24页 |
| ·本文的创新点 | 第24-25页 |
| 第二章 高维空间几何分析方法 | 第25-44页 |
| ·高维空间几何——平面几何与立体几何的推广 | 第25-28页 |
| ·n维空间中n维立方体的定义 | 第26-27页 |
| ·n维空间中多面体的定义 | 第27-28页 |
| ·空间的定义 | 第28页 |
| ·高维空间几何分析方法 | 第28-35页 |
| ·基本概念 | 第28-29页 |
| ·点、线、超平面的相互关系 | 第29-32页 |
| ·高维空间中的体积问题 | 第32-35页 |
| ·高维空间中点分布相关性质的研究 | 第35-39页 |
| ·点在高维空间几何概念中的特殊重要意义 | 第35-36页 |
| ·高维空间中点位置的几何关系 | 第36-39页 |
| ·高维空间几何的几个典型计算问题 | 第39-43页 |
| ·小结 | 第43-44页 |
| 第三章 高维空间几何点分布理论在图像复原中的应用 | 第44-62页 |
| ·图像复原及其应用 | 第44-47页 |
| ·图像退化模型及常见模糊类型建模 | 第47-49页 |
| ·退化模型 | 第47-48页 |
| ·常见模糊类型建模 | 第48-49页 |
| ·国内外图像复原相关研究状况 | 第49-52页 |
| ·基于高维空间几何点分布理论的图像复原算法 | 第52-61页 |
| ·算法原理 | 第52-57页 |
| ·实验结果与分析 | 第57-61页 |
| ·小结 | 第61-62页 |
| 第四章 仿生模式识别中的高维空间几何点分布理论在人脸识别中的应用 | 第62-75页 |
| ·人脸识别技术概述 | 第62-64页 |
| ·人脸图像在高维空间中的分布 | 第64-66页 |
| ·高维空间几何覆盖形体——超香肠神经元 | 第66-68页 |
| ·神经元的高维空间几何对应 | 第66页 |
| ·超香肠神经元的提出及其数学表达式 | 第66-68页 |
| ·基于高维空间几何形体覆盖的多权值神经网络 | 第68-70页 |
| ·实验与分析 | 第70-74页 |
| ·小结 | 第74-75页 |
| 第五章 总结与展望 | 第75-77页 |
| 参考文献 | 第77-84页 |
| 致谢 | 第84-85页 |
| 攻读学位期间发表的学术论文目录 | 第85页 |