| 致谢 | 第1-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6-9页 |
| 1 绪论 | 第9-23页 |
| ·流形与流形学习 | 第9-10页 |
| ·流形的生理学基础 | 第10-11页 |
| ·人脸识别概述 | 第11-16页 |
| ·人脸识别的难点 | 第12页 |
| ·人脸识别的方法 | 第12-15页 |
| ·人脸识别数据库 | 第15-16页 |
| ·特征提取 | 第16-21页 |
| ·特征提取的含义 | 第16-18页 |
| ·特征提取中用到的可分性判据 | 第18-21页 |
| ·论文的主要工作 | 第21-23页 |
| 2 几种常见的子空间人脸识别算法 | 第23-54页 |
| ·线性子空间人脸识别算法 | 第23-38页 |
| ·主成分分析（PCA） | 第23-36页 |
| ·典型相关分析（canonical correlation analysis, CCA） | 第36-38页 |
| ·非线性子空间法 | 第38-54页 |
| ·局部线性嵌入（LLE） | 第38-41页 |
| ·拉普拉斯特征映射算法（Laplacian Eigenmap） | 第41-44页 |
| ·保局投影（LPP）算法 | 第44-54页 |
| 3 半监督学习 | 第54-60页 |
| ·半监督学习算法概述 | 第54-56页 |
| ·几种常见半监督学习算法 | 第56-58页 |
| ·图上的Laplacian 及其与流形上的Laplacian 的联系 | 第58-60页 |
| 4 一种新的半监督特征提取算法 | 第60-72页 |
| ·概述 | 第60-61页 |
| ·算法原理 | 第61-64页 |
| ·算法描述 | 第64-65页 |
| ·Kernel SDA | 第65-66页 |
| ·实验 | 第66-70页 |
| ·结果 | 第70-72页 |
| 结论 | 第72-73页 |
| 参考文献 | 第73-76页 |
| 作者简历 | 第76-78页 |
| 学位论文数据集 | 第78-79页 |
