| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第1章 绪论 | 第10-14页 |
| ·课题背景及研究的目的和意义 | 第10-11页 |
| ·国内外研究现状 | 第11-12页 |
| ·本文的主要研究内容 | 第12-13页 |
| ·本文组织结构 | 第13-14页 |
| 第2章 一类分类算法基础知识 | 第14-26页 |
| ·一类分类算法的学习建模机制 | 第14-15页 |
| ·一类分类算法的判决评价机制 | 第15-17页 |
| ·基于概率统计估计理论的一类分类器算法 | 第17-19页 |
| ·单模态高斯模型法 | 第18页 |
| ·多模态高斯混合模型法 | 第18-19页 |
| ·Parzen 窗模型 | 第19页 |
| ·基于数据聚类理论的一类分类器算法 | 第19-21页 |
| ·k-均值聚类分类算法 | 第20-21页 |
| ·k-中心聚类分类算法 | 第21页 |
| ·基于神经网络理论的一类分类器算法 | 第21-22页 |
| ·基于数据流形理论的一类分类算法 | 第22-24页 |
| ·超平面边界描述模型 | 第22-23页 |
| ·超球包裹描述模型 | 第23页 |
| ·仿生连接描述模型 | 第23-24页 |
| ·本章小结 | 第24-26页 |
| 第3章 多分析尺度最小生成树模型的一类分类算法 | 第26-40页 |
| ·引言 | 第26-27页 |
| ·多分析尺度最小生成树模型 | 第27-28页 |
| ·覆盖半径计算策略 | 第28-35页 |
| ·数据样本点密度参数计算 | 第28-31页 |
| ·MST 边长比例参数计算 | 第31-34页 |
| ·判决计算 | 第34-35页 |
| ·实验仿真 | 第35-39页 |
| ·UCI 数据库实验 | 第36-37页 |
| ·MNIST 手写体数字数据库实验 | 第37-38页 |
| ·MIT-CBCL 人脸识别数据库实验 | 第38-39页 |
| ·本章小结 | 第39-40页 |
| 第4章 最小均值闭环图覆盖模型的一类分类算法 | 第40-52页 |
| ·引言 | 第40-41页 |
| ·最小均值闭环图覆盖模型 | 第41-46页 |
| ·数据净化筛选处理 | 第41-43页 |
| ·最小均衡树 | 第43-44页 |
| ·闭环式边缘模型 | 第44-46页 |
| ·实验仿真 | 第46-50页 |
| ·UCI 数据库实验 | 第47-48页 |
| ·MNIST 手写体数字数据库实验 | 第48-49页 |
| ·MIT-CBCL 人脸识别数据库实验 | 第49-50页 |
| ·本章小结 | 第50-52页 |
| 第5章 多尺度 L1-范数约束子空间的一类分类算法 | 第52-66页 |
| ·引言 | 第52-53页 |
| ·多尺度 L1-范数约束子空间映射算法 | 第53-60页 |
| ·数据预处理 | 第53-54页 |
| ·多尺度 L1-范数图 | 第54-59页 |
| ·非对称 LPP 降维算法 | 第59-60页 |
| ·子空间映射 | 第60页 |
| ·基于 L1-范数距离近邻建模 | 第60-61页 |
| ·实验仿真 | 第61-64页 |
| ·USPS 数据库实验 | 第62-63页 |
| ·Forest Cover Type 数据库实验 | 第63页 |
| ·YALE-B 数据库实验 | 第63-64页 |
| ·本章小结 | 第64-66页 |
| 结论 | 第66-68页 |
| 参考文献 | 第68-72页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第72-73页 |
| 致谢 | 第73-74页 |
| 作者简介 | 第74页 |