基于分治法的鉴别特征提取算法研究与应用
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 绪论 | 第8-13页 |
| ·课题研究目的及意义 | 第8-9页 |
| ·鉴别分析方法 | 第9-11页 |
| ·线性鉴别分析方法 | 第9-10页 |
| ·非线性鉴别分析方法 | 第10页 |
| ·不相关鉴别分析方法 | 第10-11页 |
| ·基于样本集划分的鉴别分析方法 | 第11页 |
| ·本文主要研究工作概述 | 第11-12页 |
| ·本文内容章节安排 | 第12-13页 |
| 第二章 相关方法介绍 | 第13-17页 |
| ·线性鉴别分析技术 | 第13-14页 |
| ·线性鉴别分析方法 | 第13-14页 |
| ·子类鉴别分析方法 | 第14页 |
| ·非线性鉴别分析技术 | 第14-15页 |
| ·核鉴别分析方法 | 第14-15页 |
| ·核统计不相关鉴别分析方法 | 第15页 |
| ·基于样本集划分的鉴别分析技术 | 第15-16页 |
| ·随机抽样LDA方法 | 第16页 |
| ·多重LDA子空间方法 | 第16页 |
| ·本章小结 | 第16-17页 |
| 第三章 基于最优子集划分的线性鉴别特征提取 | 第17-28页 |
| ·提出动机与基本思路 | 第17页 |
| ·基于最优子集划分的鉴别方法(OSDD) | 第17-20页 |
| ·算法实现 | 第17-19页 |
| ·算法流程图 | 第19-20页 |
| ·最优子集划分 | 第20-26页 |
| ·广义稳定性准则 | 第21-22页 |
| ·子集划分算法 | 第22-25页 |
| ·两种稳定性准则的对比 | 第25-26页 |
| ·计算复杂度分析 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 第四章 基于最优子集划分的核鉴别分析方法 | 第28-34页 |
| ·提出动机与基本思路 | 第28页 |
| ·基于最优子集划分的核鉴别方法(OSKD) | 第28-32页 |
| ·计算复杂度分析 | 第32-33页 |
| ·本章小结 | 第33-34页 |
| 第五章 统计不相关的核近邻类鉴别分析方法 | 第34-41页 |
| ·提出动机与基本思路 | 第34页 |
| ·核近邻类鉴别分析方法 | 第34-37页 |
| ·统计不相关的核近邻类鉴别分析 | 第37-40页 |
| ·本章小结 | 第40-41页 |
| 第六章 实验结果与分析 | 第41-53页 |
| ·实验数据库介绍 | 第41-44页 |
| ·OSDD和OSKD的实验结果与分析 | 第44-48页 |
| ·KADA和KUADA的实验结果与分析 | 第48-52页 |
| ·实验分析与总结 | 第52页 |
| ·本章小结 | 第52-53页 |
| 第七章 总结与展望 | 第53-54页 |
| 参考文献 | 第54-57页 |
| 附录1 攻读硕士学位期间撰写的论文 | 第57-59页 |
| 附录2 攻读硕士学位期间申请的专利 | 第59-60页 |
| 附录3 攻读硕士学位期间参加的科研项目 | 第60-61页 |
| 致谢 | 第61页 |
