| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 主要符号表 | 第10-11页 |
| 第一章 绪论 | 第11-19页 |
| 1.1 研究背景及意义 | 第11-13页 |
| 1.2 国内外研究现状 | 第13-18页 |
| 1.2.1 半监督降维算法研究现状 | 第13-15页 |
| 1.2.2 稀疏表示研究现状 | 第15-18页 |
| 1.3 本文的研究内容及内容结构 | 第18-19页 |
| 第二章 半监督降维算法与稀疏表示求解 | 第19-32页 |
| 2.1 线性降维的一般形式 | 第19页 |
| 2.2 图构造策略 | 第19-21页 |
| 2.3 经典半监督降维算法概述 | 第21-29页 |
| 2.3.1 基于边约束的半监督降维框架(SSDR) | 第22-24页 |
| 2.3.2 约束的局部保持投影(CLPP) | 第24-27页 |
| 2.3.3 邻域保持半监督降维(NPSSDR) | 第27-29页 |
| 2.4 稀疏表示求解相关概述 | 第29-31页 |
| 2.5 本章小结 | 第31-32页 |
| 第三章 基于局部稀疏表示构图的半监督降维算法 | 第32-44页 |
| 3.1 基于稀疏保持的半监督降维(SpSSDR) | 第32-34页 |
| 3.2 基于局部稀疏表示构图的半监督降维(LSpSSDR) | 第34-36页 |
| 3.2.1 基于局部稀疏表的权重矩阵求解 | 第34-35页 |
| 3.2.2 算法描述 | 第35-36页 |
| 3.3 实验及分析 | 第36-42页 |
| 3.3.1 在不同目标维度下的结果 | 第37-38页 |
| 3.3.2 在不同近邻字典数下的结果 | 第38-41页 |
| 3.3.3 在不同数量边约束信息下的结果 | 第41-42页 |
| 3.4 本章小结 | 第42-44页 |
| 第四章 基于稀疏混合图的半监督降维 | 第44-54页 |
| 4.1 混合图构造 | 第44-45页 |
| 4.2 算法描述 | 第45-46页 |
| 4.3 实验及分析 | 第46-53页 |
| 4.3.1 在不同目标维度下的结果 | 第47-48页 |
| 4.3.2 在不同字典样本数下的结果 | 第48-50页 |
| 4.3.3 在不同数量边约束信息下的结果 | 第50-51页 |
| 4.3.4 在不同子空间维数下的结果 | 第51-53页 |
| 4.4 本章小结 | 第53-54页 |
| 总结与展望 | 第54-56页 |
| 本文总结 | 第54-55页 |
| 工作展望 | 第55-56页 |
| 参考文献 | 第56-62页 |
| 攻读硕士学位期间取得的研究成果 | 第62-63页 |
| 致谢 | 第63-64页 |
| 附件 | 第64页 |