面向讥维数据的并行非线性最小二乘分类器研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-15页 |
| 1.1 研究背景及意义 | 第9-12页 |
| 1.1.1 研究背景 | 第9-10页 |
| 1.1.2 研究意义 | 第10-12页 |
| 1.2 研究内容及主要贡献 | 第12-13页 |
| 1.3 论文结构 | 第13-15页 |
| 2 相关分类方法的研究 | 第15-33页 |
| 2.1 分类的相关概念 | 第15-17页 |
| 2.2 分类算法的分析 | 第17-27页 |
| 2.2.1 分类的基本算法 | 第17-22页 |
| 2.2.2 改进的分类方法 | 第22-26页 |
| 2.2.3 分析与小结 | 第26-27页 |
| 2.3 高维数据分类算法的分析 | 第27-32页 |
| 2.3.1 特征选择 | 第28页 |
| 2.3.2 特征提取 | 第28-31页 |
| 2.3.3 特征选择与特征提取方法比较 | 第31-32页 |
| 2.4 本章小结 | 第32-33页 |
| 3 并行非线性最小二乘分类算法 | 第33-41页 |
| 3.1 最小二乘法分类器 | 第33-35页 |
| 3.2 并行非线性最小二乘法（PNLS） | 第35-38页 |
| 3.2.1 非线性最小二乘法的思想及其算法描述 | 第35-37页 |
| 3.2.2 PNLS 的时间复杂度 | 第37-38页 |
| 3.2.3 PNLS 的收敛性 | 第38页 |
| 3.3 PNLS 的随机版本 | 第38-39页 |
| 3.4 本章小结 | 第39-41页 |
| 4 实验 | 第41-50页 |
| 4.1 基准数据集 | 第41-42页 |
| 4.2 运行效率实验 | 第42-43页 |
| 4.3 分类性能评估 | 第43-49页 |
| 4.4 本章小结 | 第49-50页 |
| 5 总结与展望 | 第50-52页 |
| 5.1 总结 | 第50-51页 |
| 5.2 展望 | 第51-52页 |
| 参考文献 | 第52-55页 |
| 个人简历及在学期间所有成果 | 第55-56页 |
| 个人简历 | 第55页 |
| 在学期间所有成果 | 第55-56页 |
| 致谢 | 第56页 |
