基于自然邻居的无参化实例约简研究
| 中文摘要 | 第3-5页 |
| 英文摘要 | 第5-7页 |
| 1 绪论 | 第10-20页 |
| 1.1 研究背景及意义 | 第10-12页 |
| 1.2 国内外研究现状 | 第12-16页 |
| 1.3 本文主要研究工作 | 第16-18页 |
| 1.4 论文组织与结构 | 第18-20页 |
| 2 相关理论与方法 | 第20-30页 |
| 2.1 最近邻居思想 | 第20-25页 |
| 2.1.1 相似度量 | 第20-22页 |
| 2.1.2 最近邻居思想及分类 | 第22-24页 |
| 2.1.3 最近邻居思想的应用领域 | 第24-25页 |
| 2.2 基于实例的机器学习 | 第25-28页 |
| 2.2.1 基于实例的学习算法 | 第25-26页 |
| 2.2.2 实例约简和特征选择问题 | 第26-28页 |
| 2.3 本章小结 | 第28-30页 |
| 3 自然邻居理论 | 第30-42页 |
| 3.1 自然邻居的起源 | 第30-33页 |
| 3.2 自然邻居搜索算法及分析 | 第33-36页 |
| 3.2.1 自然邻居的形成 | 第33-34页 |
| 3.2.2 自然邻居搜索算法 | 第34-36页 |
| 3.3 自然邻域图 | 第36-40页 |
| 3.4 本章小结 | 第40-42页 |
| 4 自适应的裁剪自然邻居算法 | 第42-54页 |
| 4.1 现有约简算法及存在的问题 | 第42-44页 |
| 4.2 自适应的裁剪自然邻居算法 | 第44-46页 |
| 4.3 真实数据集实验 | 第46-52页 |
| 4.3.1 实验结果分析 | 第48-51页 |
| 4.3.2 算法复杂性分析 | 第51-52页 |
| 4.4 本章小结 | 第52-54页 |
| 5 融合自然邻居的混合实例约简算法 | 第54-70页 |
| 5.1 相关算法及定义 | 第54-56页 |
| 5.1.1 混合的约简算法及存在的问题 | 第54-55页 |
| 5.1.2 约束最近邻居链的相关定义 | 第55-56页 |
| 5.2 融合自然邻居的混合实例约简算法 | 第56-60页 |
| 5.2.1 噪声过滤器 | 第57-58页 |
| 5.2.2 核心点的查找 | 第58-59页 |
| 5.2.3 边界点的查找和稀疏化 | 第59-60页 |
| 5.3 实验分析 | 第60-68页 |
| 5.3.1 人工数据集实验 | 第62-63页 |
| 5.3.2 真实数据集实验 | 第63-67页 |
| 5.3.3 算法复杂性分析 | 第67-68页 |
| 5.4 本章小结 | 第68-70页 |
| 6 基于自然邻域图的实例约简算法 | 第70-90页 |
| 6.1 基于图的约简算法及存在的问题 | 第70-71页 |
| 6.1.1 基于图的实例约简算法 | 第70-71页 |
| 6.1.2 基于划分的实例约简算法 | 第71页 |
| 6.2 基于自然邻域图的实例约简算法 | 第71-78页 |
| 6.2.1 相关定义及特性 | 第72-73页 |
| 6.2.2 基本思想和动机 | 第73-74页 |
| 6.2.3 算法描述及分析 | 第74-78页 |
| 6.3 实验分析 | 第78-89页 |
| 6.3.1 对比算法分析 | 第78-79页 |
| 6.3.2 数据集简介 | 第79-80页 |
| 6.3.3 实验结果评估方法 | 第80-81页 |
| 6.3.4 实验结果分析 | 第81-88页 |
| 6.3.5 算法复杂性分析 | 第88-89页 |
| 6.4 本章小结 | 第89-90页 |
| 7 总结与展望 | 第90-92页 |
| 7.1 本文工作总结 | 第90-91页 |
| 7.2 后续工作展望 | 第91-92页 |
| 致谢 | 第92-94页 |
| 参考文献 | 第94-102页 |
| 附录 | 第102-103页 |
| A.作者在攻读学位期间发表的论文目录 | 第102-103页 |
| B.作者在攻读博士学位期间参与的科研项目 | 第103页 |
