| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 缩略词 | 第9-10页 |
| 第一章 绪论 | 第10-22页 |
| 1.1 课题背景及研究意义 | 第10-12页 |
| 1.2 国内外研究现状 | 第12-16页 |
| 1.2.1 典型相关分析理论研究现状 | 第13页 |
| 1.2.2 多重集典型相关分析研究现状 | 第13-14页 |
| 1.2.3 二维典型相关分析研究 | 第14-16页 |
| 1.2.4 稀疏表示理论研究现状 | 第16页 |
| 1.3 预处理方法介绍 | 第16-17页 |
| 1.3.1 主成分分析算法理论 | 第16-17页 |
| 1.3.2 小波变换法 | 第17页 |
| 1.4 特征融合策略与分类器介绍 | 第17-20页 |
| 1.4.1 特征融合策略 | 第17-18页 |
| 1.4.2 分类器 | 第18-20页 |
| 1.5 本文研究的主要内容 | 第20-21页 |
| 1.6 本文的结构安排 | 第21-22页 |
| 第二章 稀疏交叉视角典型相关分析理论 | 第22-42页 |
| 2.1 典型相关分析(CCA) | 第22-24页 |
| 2.2 局部保持典型相关分析(LPCCA) | 第24-26页 |
| 2.3 判别型典型相关分析(DCCA) | 第26-28页 |
| 2.4 稀疏保持构图 | 第28页 |
| 2.5 基于缺失样本的稀疏交叉视角典型相关分析 | 第28-31页 |
| 2.5.1 稀疏交叉视角典型相关分析(CSCCA) | 第28-29页 |
| 2.5.2 基于缺失样本的稀疏交叉视角典型相关分析(CSCCAM) | 第29-31页 |
| 2.6 实验结果与分析 | 第31-41页 |
| 2.6.1 多特征手写体识别实验 | 第31-40页 |
| 2.6.2 人脸识别实验 | 第40-41页 |
| 2.7 本章小结 | 第41-42页 |
| 第三章 稀疏交叉视角的多重集典型相关分析 | 第42-55页 |
| 3.1 多重集典型相关分析(MCCA) | 第42-43页 |
| 3.2 鉴别型多重集相关投影分析(DMCCA) | 第43-44页 |
| 3.3 局部保持多重集典型相关分析(LPMCCA) | 第44-45页 |
| 3.4 基于缺失样本的稀疏交叉视角多重集典型相关分析(CSMCCAM) | 第45-47页 |
| 3.4.1 CSMCCA算法理论 | 第45-46页 |
| 3.4.2 CSMCCAM算法理论 | 第46-47页 |
| 3.5 多重集相关投影分析特征融合 | 第47-48页 |
| 3.6 多特征手写体实验结果与分析 | 第48-54页 |
| 3.7 本章小结 | 第54-55页 |
| 第四章 二维判别型典型相关分析算法理论 | 第55-63页 |
| 4.1 二维多重集典型相关分析(2D-MCCA) | 第55-57页 |
| 4.2 二维判别型多重集典型相关分析(2D-DMCCA) | 第57-60页 |
| 4.3 人脸数据库实验与分析 | 第60-62页 |
| 4.3.1 FERET人脸库上的实验 | 第60-61页 |
| 4.3.2 人脸库AR的实验 | 第61-62页 |
| 4.4 本章小结 | 第62-63页 |
| 总结与展望 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 附录 | 第68-70页 |
| 攻读硕士学位期间取得的研究成果 | 第70-71页 |
| 致谢 | 第71-72页 |
| 附件 | 第72页 |
