首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机软件论文--程序设计、软件工程论文--程序设计论文

基于HSIC的多标签图数据特征选择算法研究

摘要第4-6页
ABSTRACT第6-7页
第一章 绪论第14-22页
    1.1 研究背景与意义第14-16页
    1.2 国内外研究现状第16-20页
        1.2.1 多标签分类研究现状第16-17页
        1.2.2 特征选择算法研究现状第17-18页
        1.2.3 图数据挖掘现状第18-20页
    1.3 本文主要研究内容第20页
    1.4 论文组织结构第20-22页
第二章 相关理论第22-30页
    2.1 图论第22-25页
        2.1.1 图的基本概念第22-23页
        2.1.2 图的遍历方式第23-25页
    2.2 图数据挖掘第25-28页
        2.2.1 图数据挖掘第25-26页
        2.2.2 频繁子图挖掘第26-28页
    2.3 分支定界法第28-29页
        2.3.1 分支定界法的基本思想第28页
        2.3.2 分枝节点的选择第28-29页
    2.4 本章小结第29-30页
第三章 图的标准化编码技术第30-38页
    3.1 图的标准化编码第30-34页
        3.1.1 图的DFS编码第31-33页
        3.1.2 图的词典顺序第33-34页
    3.2 图生长算法第34-37页
        3.2.1 生长规则第34-36页
        3.2.2 DFS编码树第36-37页
    3.3 本章小结第37-38页
第四章 多标签图数据特征选取算法第38-55页
    4.1 多标签图数据特征选择第38-42页
        4.1.1 多标签图数据第39-40页
        4.1.2 标签之间的相关性第40-41页
        4.1.3 分层搜索空间第41-42页
    4.2 HSIC评估标准第42-45页
        4.2.1 再生核希尔伯特空间(RKHS)第43页
        4.2.2 互协方差算子第43-44页
        4.2.3 Hilbert-Schmidt独立准则第44-45页
    4.3 基于HSIC的特征选择算法第45-47页
        4.3.1 相关定义第45-46页
        4.3.2 子图评估标准第46-47页
    4.4 最优化问题第47-54页
        4.4.1 目标方程第48-49页
        4.4.2 保持β不变优化g第49-52页
        4.4.3 保持g不变优化β第52-54页
    4.5 本章小结第54-55页
第五章 算法测试与分析第55-64页
    5.1 实验准备第55-58页
        5.1.1 实验环境第55页
        5.1.2 数据集说明第55-57页
        5.1.3 实验评估方法第57-58页
    5.2 实验设置第58-59页
    5.3 算法测试与分析第59-63页
    5.4 本章小结第63-64页
总结与展望第64-66页
参考文献第66-70页
攻读学位期间发表论文第70-72页
致谢第72页

论文共72页,点击 下载论文
上一篇:基于本体的消化系统疾病诊断知识检索系统研究
下一篇:基于改进模糊聚类的WFSLIM推荐算法研究