| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第13-19页 |
| 1.1 研究背景及意义 | 第13-14页 |
| 1.2 国内外研究现状 | 第14-16页 |
| 1.3 本文的研究内容 | 第16-19页 |
| 第二章 相关研究 | 第19-23页 |
| 2.1 基于Lasso的二类别特征选择方法 | 第19-20页 |
| 2.2 基于弹性网络的二类别特征选择方法 | 第20页 |
| 2.3 基于自适应Lasso的二类别特征选择方法 | 第20-21页 |
| 2.4 基于L2,1-范数最小化的多类别特征选择 | 第21-22页 |
| 2.5 本章小结 | 第22-23页 |
| 第三章 基于区分性弹性网络的二类别特征选择方法研究 | 第23-36页 |
| 3.1 基于区分性弹性网络的二类别特征选择方法 | 第23-24页 |
| 3.2 基于区分性弹性网络的二类别特征选择算法 | 第24-25页 |
| 3.3 算法的收敛性证明 | 第25-27页 |
| 3.4 初始回归系数、权重以及参数的影响 | 第27-32页 |
| 3.4.1 不同初始回归系数的影响 | 第27-29页 |
| 3.4.2 不同权重形式的影响 | 第29页 |
| 3.4.3 参数变化的影响 | 第29-32页 |
| 3.5 区分性二类别特征选择实验 | 第32-35页 |
| 3.5.1 实验数据集 | 第32页 |
| 3.5.2 实验结果及分析 | 第32-35页 |
| 3.6 本章小结 | 第35-36页 |
| 第四章 基于区分性扩展弹性网络的多类别特征选择方法研究 | 第36-53页 |
| 4.1 弹性网络的多类别扩展 | 第36-37页 |
| 4.2 基于区分性扩展弹性网络的多类别特征选择方法 | 第37-38页 |
| 4.3 基于区分性扩展弹性网络的多类别特征选择算法 | 第38-39页 |
| 4.4 算法的收敛性证明 | 第39-42页 |
| 4.5 初始回归系数、权重以及参数的影响 | 第42-46页 |
| 4.5.1 不同初始回归系数的影响 | 第42-43页 |
| 4.5.2 不同权重形式的影响 | 第43-45页 |
| 4.5.3 参数变化的影响 | 第45-46页 |
| 4.6 区分性多类别特征选择实验 | 第46-52页 |
| 4.6.1 实验数据集 | 第46-47页 |
| 4.6.2 实验结果及分析 | 第47-52页 |
| 4.7 本章小结 | 第52-53页 |
| 第五章 基于自适应扩展弹性网络的多类别特征选择方法研究 | 第53-65页 |
| 5.1 基于自适应扩展弹性网络的多类别特征选择方法 | 第53-54页 |
| 5.2 自适应多类别特征选择实验 | 第54-64页 |
| 5.2.1 实验数据集 | 第54-55页 |
| 5.2.2 权重及参数影响分析 | 第55-59页 |
| 5.2.3 实验结果及分析 | 第59-64页 |
| 5.3 本章小结 | 第64-65页 |
| 第六章 总结与展望 | 第65-67页 |
| 参考文献 | 第67-72页 |
| 致谢 | 第72页 |
