声明
摘要
第1章 绪论
1.1 课题来源及研究的背景和意义
1.2 国内外的研究现状与展望
1.3 本文的研究内容及章节安排
1.3.1 本文研究的工作及创新点
1.3.2 本文的章节安排
第2章 人脸识别相关理论
2.1 主成分分析
2.2 核方法
2.3 流形学习方法
2.3.1 流形学习思想及相关理论定义
2.3.2 局部保持投影LPP
2.3.3 边界Fisher分析算法MFA
2.4 图嵌入框架理论
2.5 本章小结
第3章 样本列信息与自适应邻域图的局部保持投影
3.1 引言
3.2 局部保持鉴别投影
3.3 ANCCG-LPP算法
3.3.1 样本列信息的自适应构图方式
3.3.2 目标函数及最优投影矢量
3.3.3 监督的ANCCG-LPP
3.3.4 算法步骤
3.4 实验结果与分析
3.4.1 结构变化实验
3.4.2 识别率实验
3.5 本章小结
第4章 核正交的全局鉴别与局部保持投影
4.1 引言
4.2 MSDDSKLPP算法
4.3 核正交的全局鉴别与局部保持投影
4.3.1 施密特正交
4.3.2 KOGDLPP算法设计
4.3.3 特征提取过程
4.4 实验结果与分析
4.4.1 样本点分布的二维可视化
4.4.2 ORL人脸库上的实验及结果分析
4.4.3 Yale人脸库上的实验及结果分析
4.5 本章小结
第5章 余弦度量的多流形最大间距鉴别保持嵌入
5.1 引言
5.2 局部最大边界判别嵌入
5.2.1 局部类间散布矩阵和局部类内散布矩阵
5.2.2 局部散布矩阵
5.3 余弦距离
5.4 余弦度量的多流形最大间距鉴别保持嵌入
5.4.1 多流形思想
5.4.2 构图方式
5.4.3 加权多流形类间邻域离散度和加权多流形类内邻域散度
5.4.4 局部散度
5.4.5 目标函数及最优投影矢量
5.4.6 模式识别与分类
5.5 实验结果与分析
5.5.1 参数变化实验
5.5.2 不同度量方式分类器的算法识别率
5.5.3 样本数对识别率的影响
5.6 本章小结
结论
参考文献
攻读硕士学位期间所发表的学术论文
致谢