| 摘要 | 第1-6页 |
| ABSTRACT | 第6-8页 |
| 致谢 | 第8-12页 |
| 第一章 绪论 | 第12-17页 |
| ·课题研究背景 | 第12-14页 |
| ·课题研究意义 | 第14页 |
| ·研究现状 | 第14-15页 |
| ·本文主要工作与结构 | 第15-17页 |
| 第二章 维数约减方法与 BP 神经网络 | 第17-30页 |
| ·几种经典的线性与非线性维数约减方法 | 第17-26页 |
| ·PCA 算法 | 第17-20页 |
| ·BR—PCA 算法 | 第20-21页 |
| ·Isomap 算法 | 第21-23页 |
| ·LLE 算法 | 第23-26页 |
| ·BP 神经网络及相关参数的选择 | 第26-30页 |
| ·BP 神经网络算法 | 第26-28页 |
| ·BP 进行仿真中参数的设定 | 第28-30页 |
| 第三章 方法分析及比较 | 第30-34页 |
| ·算法思想 | 第30页 |
| ·时间复杂度 | 第30-31页 |
| ·对数据集的要求 | 第31-32页 |
| ·目标维数 d | 第32-33页 |
| ·理论支持与结果解释 | 第33-34页 |
| 第四章 实验仿真及结果分析 | 第34-49页 |
| ·数据的预处理 | 第34-35页 |
| ·近邻参数 k 和 BP 中满意网络参数 eps 的选择 | 第35-39页 |
| ·LLE 和 Isomap 中近邻参数 k 的选择 | 第35-38页 |
| ·满意网络参数 eps 的选择 | 第38-39页 |
| ·仿真过程及结果 | 第39-47页 |
| ·数据结构分析 | 第39-41页 |
| ·实验结果 | 第41-45页 |
| ·结果分析 | 第45-46页 |
| ·结论 | 第46-47页 |
| ·结论检验 | 第47-49页 |
| ·预设误差检验 | 第47页 |
| ·人脸数据检验 | 第47-49页 |
| 第五章 总结与展望 | 第49-51页 |
| ·论文工作总结 | 第49-50页 |
| ·未来工作展望 | 第50-51页 |
| 参考文献 | 第51-54页 |
| 攻读硕士学位期间发表的论文 | 第54-55页 |