| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-15页 |
| ·课题背景及意义 | 第10-11页 |
| ·国内外研究现状 | 第11-12页 |
| ·本文主要研究内容 | 第12-13页 |
| ·本文组织结构 | 第13-15页 |
| 第2章 一类分类器基础 | 第15-25页 |
| ·一类分类器模型 | 第15-16页 |
| ·基于密度函数估计的一类分类模型 | 第16-18页 |
| ·高斯模型 | 第16页 |
| ·高斯混合模型 | 第16-17页 |
| ·Parzen 窗 | 第17-18页 |
| ·基于聚类方法的一类分类模型 | 第18-19页 |
| ·k-均值法 | 第18页 |
| ·k-中心法 | 第18-19页 |
| ·基于边界描述的一类分类模型 | 第19-22页 |
| ·一类支持向量机 | 第19-20页 |
| ·支持向量数据描述 | 第20页 |
| ·最近邻法 | 第20-21页 |
| ·最小生成树数据描述 | 第21-22页 |
| ·一类分类器性能指标 | 第22-24页 |
| ·本章小结 | 第24-25页 |
| 第3章 基于精简随机子空间的多生成树集成一类分类算法 | 第25-34页 |
| ·引言 | 第25-26页 |
| ·精简随机子空间多生成树集成分类 | 第26-29页 |
| ·随机子空间 | 第26-27页 |
| ·精简分类器 | 第27-28页 |
| ·集成一类分类器 | 第28-29页 |
| ·实验仿真 | 第29-32页 |
| ·UCI 数据库 | 第30-31页 |
| ·MNIST 手写体数据库 | 第31页 |
| ·MIT-CBCL 人脸识别数据库 | 第31-32页 |
| ·本章小结 | 第32-34页 |
| 第4章 基于稀疏降维近似凸壳覆盖的一类分类算法 | 第34-44页 |
| ·引言 | 第34-35页 |
| ·降维技术 | 第35-37页 |
| ·稀疏降维近似凸壳覆盖模型 | 第37-40页 |
| ·基于同伦算法的稀疏表示 | 第37页 |
| ·快速稀疏保持投影 | 第37-38页 |
| ·近似凸壳覆盖模型 | 第38-40页 |
| ·实验仿真 | 第40-43页 |
| ·UCI 数据库 | 第41页 |
| ·MNIST 手写体数据库 | 第41-42页 |
| ·MIT-CBCL 人脸识别数据库 | 第42-43页 |
| ·本章小结 | 第43-44页 |
| 第5章 基于流形最小生成树覆盖模型的一类分类算法 | 第44-51页 |
| ·引言 | 第44-45页 |
| ·流形最小生成树覆盖模型 | 第45-47页 |
| ·稀疏表示构图 | 第45-46页 |
| ·稀疏保持嵌入 | 第46-47页 |
| ·实验仿真 | 第47-49页 |
| ·UCI 数据库 | 第47-48页 |
| ·MNIST 手写体数据库 | 第48页 |
| ·MIT-CBCL 人脸识别数据库 | 第48-49页 |
| ·本章小结 | 第49-51页 |
| 结论 | 第51-53页 |
| 参考文献 | 第53-58页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第58-59页 |
| 致谢 | 第59-60页 |
| 作者简介 | 第60页 |