第1章 绪论 1
1.1机器学习概念 1
1.1.1学习的定义 1
1.1.2学习问题的一般描述 1
1.1.3学习的实现 3
1.1.4学习的基本形式 4
1.1.5学习在数据降维上的应用 5
1.2机器学习中的核学习 7
1.2.1线性特征提取算法及存在的问题 7
1.2.2核的引入 9
1.2.3主要核学习算法 11
1.3核学习的研究现状 15
1.4核学习存在的问题 19
第2章 核学习的数学基础 21
2.1核理论基础 21
2.1.1再生核理论 23
2.1.2 Mercer定理 24
2.2多项式空间和多项式核函数 25
2.2.1有序齐次多项式空间 25
2.2.2有序多项式空间 27
2.2.3无序多项式空间 27
2.3 Mercer核 28
2.3.1半正定矩阵的特征展开 28
2.3.2半正定积分算子的特征展开 30
2.4正定核 31
2.5核函数的构造 34
第3章 自适应多核学习 37
3.1多核学习 37
3.1.1基于多核学习的特征提取方法的应用 38
3.1.2存在的问题 38
3.2基于图嵌入的特征提取原理 40
3.2.1直接图嵌入 41
3.2.2直接图嵌入的核扩展形式 42
3.3多核学习原理 43
3.3.1核函数定义及性质 43
3.3.2多核函数构造原理 45
3.4基于多核的图嵌入特征提取算法原理 47
3.4.1多核矩阵的构造 47
3.4.2图嵌入方法的多核扩展 48
3.5基于多核映射的图像识别算法程序设计 50
3.5.1训练样本预处理和读入定制参数 52
3.5.2样本训练 53
3.5.3测试分类 53
3.6对比图像分类算法程序设计 54
3.7实验对比与分析 55
3.7.1 ORL数据库 56
3.7.2 Yalefaces数据库 57
3.7.3 Iris （UCI）数据库 58
3.7.4 Image Segmentation （UCI）数据库 60
3.8算法效率比较和分析 61
第4章 核自适应递归分析 63
4.1核函数对Online SVR算法性能的影响分析 64
4.1.1 SVR算法基本原理 64
4.1.2基于增量学习的Online SVR算法 68
4.1.3基于Online SVR的在线时间序列预测 71
4.1.4核函数类型及其参数影响分析 72
4.2基于核函数组合的Online SVR算法 75
4.2.1基于核函数组合的Online SVR在线时间序列预测算法 75
4.2.2仿真实验和算法评估 77
4.3基于残差修正的局部Online SVR算法 80
4.3.1离线与在线算法分析 80
4.3.2基于残差修正的局部Online SVR在线时间序列预测算法 81
4.3.3仿真实验和算法评估 83
4.3.4两种核函数组合Online SVR算法对比分析 86
第5章 核函数优化及构造 88
5.1高斯核函数及核函数优化的意义 88
5.2数据相关核及其扩展 90
5.3核函数优化算法 92
5.3.1基于Fisher准则的核函数优化算法 93
5.3.2基于最大间隔准则的核函数优化算法 95
5.3.3算法比较与分析 98
5.3.4仿真实验 99
5.4基于图像矩阵的高斯核函数及改进 103
5.4.1基于图像矩阵的高斯核函数 104
5.4.2基于图像矩阵的数据相关高斯核函数 107
5.4.3仿真实验 108
第6章 核自适应判别分析 110
6.1核自适应判别分析算法 110
6.1.1核判别分析算法 111
6.1.2改进算法 112
6.1.3仿真实验 114
6.2无参数核判别分析算法 116
6.2.1算法框架 116
6.2.2仿真结果与分析 119
6.3自适应多核图嵌入判别分析 123
6.3.1多核图嵌入目标方程求解 123
6.3.2核函数选择 125
6.3.3基本核函数参数优化 127
6.3.4仿真实验与分析 128
第7章 核自适应流形学习算法 137
7.1流形学习 137
7.2基于核自适应学习的局部判别分析 137
7.2.1局部保持映射算法 138
7.2.2监督局部保持映射算法 139
7.2.3核监督局部保持映射算法 141
7.2.4核自适应局部保持判别分析 144
7.2.5实验仿真与结果分析 146
第8章 核自适应主成分分析 150
8.1主成分分析算法 150
8.2稀疏核主成分分析算法 152
8.3核自适应稀疏主成分分析算法 155
8.4仿真实验 160
第9章 核自适应学习机应用 165
9.1三维碎片分类 165
9.1.1算法 168
9.1.2仿真实验 170
9.2乳腺X射线图像分类 173
9.2.1算法步骤 174
9.2.2仿真实验 175
9.3人脸识别 178
9.3.1算法描述 178
9.3.2仿真实验 184
9.4基于Gabor小波和CKFD结合的人脸图像特征提取算法 188
9.4.1算法描述 188
9.4.2仿真实验 191
9.5 KPCA和PCA自融合的人脸图像特征提取算法 195
9.5.1算法描述 196
9.5.2仿真实验 200
参考文献 204