图嵌入模型及其在数据降维中的应用

摘要	第1-4页
Abstract	第4-7页
第一章 绪论	第7-13页
·研究背景及意义	第7-8页
·研究进展及现状	第8-11页
·基于线性子空间的降维算法	第9页
·基于流形学习的降维算法	第9-10页
·基于图模型的降维算法	第10-11页
·论文的研究内容及章节安排	第11-13页
第二章 图嵌入模型	第13-23页
·引言	第13页
·高维数据的图模型	第13-16页
·图嵌入模型	第16-18页
·基于图嵌入模型的降维方法	第18-21页
·本章小结	第21-23页
第三章 近邻保持的边缘判别图嵌入模型	第23-33页
·引言	第23页
·边缘Fisher 分析	第23-25页
·近邻保持的边缘Fisher 分析	第25-28页
·NP-MDE 算法	第25-28页
·算法实现步骤	第28页
·实验结果及分析	第28-31页
·本章小结	第31-33页
第四章 基于稀疏表示的图嵌入模型	第33-49页
·引言	第33-34页
·基于稀疏表示的L1-Graph 建立	第34-38页
·基于L1-Graph 的类标传递	第38-40页
·基于L1-Graph 的非负矩阵分解	第40-44页
·非负矩阵分解	第40-41页
·基于L1-Graph 的非负矩阵分解	第41-44页
·实验结果及分析	第44-48页
·两种类标传递算法的比较	第44-45页
·降维算法的比较	第45-48页
·本章小结	第48-49页
第五章 总结与展望	第49-51页
·总结	第49-50页
·展望	第50-51页
致谢	第51-53页
参考文献	第53-57页
攻读硕士学位期间获得的科研成果及参与的科研项目	第57-58页