| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 1 绪论 | 第8-15页 |
| ·流形学习研究背景 | 第8-10页 |
| ·流形学习的数学基础 | 第10-12页 |
| ·流形学习的研究意义 | 第12页 |
| ·流形学习的应用 | 第12-13页 |
| ·论文组织结构及创新点 | 第13-15页 |
| 2 线性流形学习算法比较研究 | 第15-24页 |
| ·主成分分析(PCA) | 第15-18页 |
| ·主成分析的基本原理 | 第16-17页 |
| ·算法流程 | 第17-18页 |
| ·线性判别分析算法(LDA) | 第18-20页 |
| ·LDA 算法的基本原理 | 第18-20页 |
| ·算法流程 | 第20页 |
| ·局部保距投影(LPP) | 第20-21页 |
| ·LPP 算法的基本原理 | 第20-21页 |
| ·LPP 算法流程 | 第21页 |
| ·算法仿真试验及分析评价 | 第21-23页 |
| ·人工数据集 | 第21-22页 |
| ·Iris 数据集 | 第22-23页 |
| ·小结 | 第23-24页 |
| 3 非线性流形学习算法比较研究 | 第24-35页 |
| ·等距映射（ISOMAP） | 第24-26页 |
| ·基本思路及设计背景 | 第24页 |
| ·算法流程 | 第24-25页 |
| ·算法分析 | 第25-26页 |
| ·局部线性嵌入算法（LLE） | 第26-29页 |
| ·基本思路及设计背景 | 第26-27页 |
| ·算法流程 | 第27-28页 |
| ·算法分析 | 第28-29页 |
| ·LAPLACIAN 特征映射(LE) | 第29-30页 |
| ·基本思路及设计背景 | 第29页 |
| ·算法流程 | 第29页 |
| ·算法分析 | 第29-30页 |
| ·局部切空间排列(LTSA) | 第30-33页 |
| ·基本思路及设计背景 | 第30-31页 |
| ·算法流程 | 第31-32页 |
| ·算法分析 | 第32-33页 |
| ·算法仿真实验及分析评价 | 第33-34页 |
| ·小结 | 第34-35页 |
| 4 GABOR+鉴别性等距映射算法在人脸识别中的应用 | 第35-47页 |
| ·GABOR 小波图像特征提取 | 第35-39页 |
| ·Gabor 小波变换 | 第35-36页 |
| ·二维Gabor 滤波器组的参数 | 第36-38页 |
| ·二维Gabor 滤波器组在人脸图像中的应用 | 第38-39页 |
| ·S-ISOMAP 算法特征降维 | 第39-43页 |
| ·S-ISOMAP 算法. | 第39-42页 |
| ·S-ISOMAP 用于可视化 | 第42页 |
| ·S-Isomap 用于分类 | 第42-43页 |
| ·实验结果及分析 | 第43-46页 |
| ·可视化实验 | 第43-44页 |
| ·分类 | 第44-46页 |
| ·小结 | 第46-47页 |
| 5 鉴别性局部切空间排列算法在人脸识别中的应用 | 第47-58页 |
| ·算法介绍 | 第47-48页 |
| ·局部切空间排列算法(LTSA) | 第47-48页 |
| ·线性判别分析算法(LDA) | 第48页 |
| ·LTSA+LDA 算法 | 第48-49页 |
| ·实验结果及分析 | 第49-56页 |
| ·简单的数据分析 | 第49-50页 |
| ·人脸识别 | 第50-56页 |
| ·小结 | 第56-58页 |
| 6 总结与展望 | 第58-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 附录 | 第64页 |