有监督邻域保持嵌入算法研究及其应用
| 中文摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 研究背景与意义 | 第10页 |
| 1.2 人脸识别 | 第10-11页 |
| 1.3 特征提取研究进展 | 第11-13页 |
| 1.4 人脸识别常用数据库 | 第13-15页 |
| 1.5 本文研究工作与内容安排 | 第15-17页 |
| 第二章 相关基础理论 | 第17-22页 |
| 2.1 邻域保持嵌入及其有监督学习算法 | 第17-19页 |
| 2.1.1 邻域保持嵌入算法 | 第17-18页 |
| 2.1.2 近邻保持判别嵌入算法 | 第18-19页 |
| 2.2 稀疏保持投影及其有监督学习算法 | 第19-21页 |
| 2.2.1 稀疏保持投影算法 | 第20-21页 |
| 2.2.2 判别稀疏近邻保持嵌入算法 | 第21页 |
| 2.3 小结 | 第21-22页 |
| 第三章 基于判别近邻嵌入的邻域保持嵌入算法 | 第22-31页 |
| 3.1 引言 | 第22页 |
| 3.2 基于判别近邻嵌入的邻域保持嵌入算法 | 第22-25页 |
| 3.3 实验比较 | 第25-30页 |
| 3.3.1 人工数据集 | 第25-27页 |
| 3.3.2 UCI数据集 | 第27-29页 |
| 3.3.3 ORL人脸数据集 | 第29-30页 |
| 3.4 小结 | 第30-31页 |
| 第四章 基于吸引子的邻域保持嵌入算法 | 第31-39页 |
| 4.1 引言 | 第31页 |
| 4.2 基于吸引子的邻域保持嵌入算法 | 第31-34页 |
| 4.3 实验比较 | 第34-38页 |
| 4.3.1 人工数据集 | 第34-36页 |
| 4.3.2 ORL人脸数据集 | 第36-37页 |
| 4.3.3 Yale人脸数据集 | 第37-38页 |
| 4.4 小结 | 第38-39页 |
| 第五章 基于吸引子的稀疏邻域保持嵌入算法 | 第39-52页 |
| 5.1 引言 | 第39页 |
| 5.2 SPP的改进 | 第39-40页 |
| 5.3 基于吸引子的稀疏邻域保持嵌入算法 | 第40-43页 |
| 5.4 实验比较 | 第43-51页 |
| 5.4.1 人工数据集 | 第43-45页 |
| 5.4.2 UCI数据集实验 | 第45-48页 |
| 5.4.3 ORL人脸数据集 | 第48-49页 |
| 5.4.4 Yale人脸数据集 | 第49-50页 |
| 5.4.5 Extend Yale B人脸数据集 | 第50-51页 |
| 5.5 小结 | 第51-52页 |
| 第六章 总结与展望 | 第52-54页 |
| 6.1 总结 | 第52-53页 |
| 6.2 展望 | 第53-54页 |
| 参考文献 | 第54-59页 |
| 攻读硕士学位期间主要的研究成果 | 第59-61页 |
| 科研情况 | 第59页 |
| 论文发表 | 第59页 |
| 专利申请 | 第59-60页 |
| 软件著作权 | 第60-61页 |
| 致谢 | 第61-62页 |
