基于谱回归的无监督特征选择算法研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 目录 | 第6-10页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 研究的背景和意义 | 第10-14页 |
| 1.2 本文的研究内容 | 第14-15页 |
| 1.3 本文的内容安排 | 第15-17页 |
| 第二章 无监督特征选择概述 | 第17-27页 |
| 2.1 特征选择概述 | 第17-21页 |
| 2.1.1 特征选择的背景及意义 | 第17页 |
| 2.1.2 特征选择算法概述 | 第17-21页 |
| 2.2 无监督特征选择 | 第21-26页 |
| 2.2.1 无监督特征选择的基本概述 | 第21-22页 |
| 2.2.2 研究现状 | 第22-23页 |
| 2.2.3 常见的几种无监督特征选择算法 | 第23-26页 |
| 2.3 本章小结 | 第26-27页 |
| 第三章 谱聚类概述 | 第27-35页 |
| 3.1 谱聚类的简介 | 第27页 |
| 3.2 谱聚类的理论分析 | 第27-33页 |
| 3.2.1 谱聚类的算法原理 | 第27-31页 |
| 3.2.2 谱聚类的几种常用方法 | 第31-33页 |
| 3.3 谱聚类在特征选择中的应用 | 第33-34页 |
| 3.3.1 流形学习 | 第33页 |
| 3.3.2 谱聚类在特征选择中的应用 | 第33-34页 |
| 3.4 本章小结 | 第34-35页 |
| 第四章 基于谱回归的无监督特征选择算法 | 第35-56页 |
| 4.1 算法原理 | 第35-39页 |
| 4.1.1 数据的谱处理 | 第35-37页 |
| 4.1.2 基数系数向量的学习 | 第37页 |
| 4.1.3 基于系数向量的特征选择 | 第37-39页 |
| 4.2 算法的时间复杂度 | 第39-40页 |
| 4.3 算法Matlab代码实现 | 第40-45页 |
| 4.3.1 拉普拉斯矩阵特征值求解的代码实现 | 第40-43页 |
| 4.3.2 实验过程代码的实现 | 第43-45页 |
| 4.4 实验结果与分析 | 第45-54页 |
| 4.4.1 数据集 | 第45-47页 |
| 4.4.2 特征选择与聚类 | 第47-52页 |
| 4.4.3 参数的选择 | 第52-54页 |
| 4.5 本章小结 | 第54-56页 |
| 第五章 总结与展望 | 第56-58页 |
| 5.1 工作总结 | 第56-57页 |
| 5.2 工作展望 | 第57-58页 |
| 参考文献 | 第58-61页 |
| 致谢 | 第61页 |
