声明
摘要
第一章 引言
1.1 选题背景
1.2 课题的发展前景与实际应用
1.3 本文的主要结构
1.4 本文的主要工作
第二章 经典降维方法
2.1 降维基本概念
2.2 线性降维方法
2.2.1 主成分分析(PCA)
2.2.2 线性判别分析(LDA)
2.3 流形学习的定义
2.3.1 局部线性嵌入(LLE)
2.3.2 等距映射(ISOMAP)
2.4 流形学习的应用
第三章 特征提取优化方法
3.1 BOOSTING算法
3.1.1 ADABOOST原理
3.1.2 ADABOOST算法
3.2 基于特征向量选择的优化算法
3.2 遗传算法(GA)
3.2.1 遗传算法的基本原理
3.3 粒子群算法(PSO)
3.3.1 粒子群算法的基本原理
3.3.2 粒子群算法流程
第四章 实验分析
4.1 ORL数据库实验结果及分析
4.1.1 ORL人脸数据库
4.1.2 识别结果
4.2 YALE数据库实验结果及分析
4.2.1 YALE数据库
4.2.2 识别结果
第五章 结束语
5.1 工作总结
5.2 展望
参考文献
在学期间公开发表论文情况