文摘
英文文摘
声明
致谢
第一章绪论
1.1研究背景和目的
1.2流形学习
1.3人脸识别
1.4本文的研究内容及安排
第二章线性子空间算法
2.1主成分分析PCA(Principal Component Analysis)
2.2线性鉴别分析LDA(Linear Discriminant Analysis)
2.3独立成分分析ICA(Independent Component Analysis)
2.4实验与分析
2.5本章小结
第三章流形学习算法研究
3.1流形学习概述
3.2流形学习算法
3.2.1等距映射Isomap(Isometric Feature Mapping)
3.2.2局部线性嵌入LLE(Locally Lniear Embedduig)
3.2.3拉普拉斯特征映射LE(laplacian eignmap)
3.3流形学习算法比较与分析
3.4人脸图像数据的规律挖掘及可视化
3.4.1 Isomap算法的低维嵌入
3.4.2 LLE算法的维数约简
3.5本章小结
第四章流形学习在人脸识别中的应用
4.1人脸流形的嵌入识别
4.2局部保持映射LPP(Locality Preserving Proiection)
4.2.1 LPP算法思想及步骤
4.2.2 LPP与PCA、LDA的关系
4.2.3实验与分析
4.3 Lalalacianfaces改进算法
4.3.1算法思想及步骤
4.3.2实验及分析
4.4无监督鉴别投影映射UDP(Unsupervised Discriminant Projection)
4.4.1 UDP算法思想及步骤
4.4.2 UDP与LPP、LDA的关系
4.4.3实验与分析
4.5局部边距投影映射LMP(Local marginal Proiection)
4.5.1 LMP算法思想及步骤
4.5.2实验与分析
4.6本章小结
第五章流形学习的统一框架
5.1流形学习方法在核技术下的统一
5.2 Nystr(o)m算法
5.3流形学习的投影观点
5.3.1算法思想及步骤
5.3.2实验及分析
5.4本章小结
第六章全文总结
参考文献
硕士期间发表的文章