过滤式特征选择算法研究
致谢 | 第7-8页 |
摘要 | 第8-9页 |
ABSTRACT | 第9-10页 |
第一章 绪论 | 第15-19页 |
1.1 引言 | 第15-16页 |
1.2 本文主要研究内容 | 第16-17页 |
1.2.1 课题来源 | 第16页 |
1.2.2 主要研究内容 | 第16-17页 |
1.3 组织架构 | 第17-18页 |
1.4 小结 | 第18-19页 |
第二章 特征选择研究概述 | 第19-30页 |
2.1 特征选择基本理论 | 第19-21页 |
2.2 单标签数据特征选择研究现状 | 第21-25页 |
2.2.1 过滤式特征选择 | 第21-24页 |
2.2.2 封装式特征选择 | 第24-25页 |
2.2.3 嵌入式特征选择 | 第25页 |
2.3 多标签数据特征选择算法现状 | 第25-29页 |
2.3.1 数据转化式多标签特征选择 | 第26-27页 |
2.3.2 算法适应式多标签特征选择 | 第27-29页 |
2.4 本章小结 | 第29-30页 |
第三章 一种基于组策略的过滤式特征选择算法 | 第30-43页 |
3.1 引言 | 第30-31页 |
3.2 相关工作 | 第31-32页 |
3.3 相关理论 | 第32-35页 |
3.3.1 信息熵相关理论 | 第32-33页 |
3.3.2 CCA理论相关简介 | 第33-34页 |
3.3.3 MRMR算法相关理论 | 第34-35页 |
3.4 算法描述 | 第35-38页 |
3.4.1 基于互信息熵的特征排序 | 第36页 |
3.4.2 基于CCA方法的特征组排序 | 第36-38页 |
3.4.3 算法流程 | 第38页 |
3.5 实验设计与结果分析 | 第38-42页 |
3.6 本章小结 | 第42-43页 |
第四章 一种过滤式多标签特征选择算法 | 第43-53页 |
4.1 引言 | 第43页 |
4.2 相关工作 | 第43-45页 |
4.3 算法描述 | 第45-49页 |
4.3.1 基于互信息熵的关系度量 | 第45-47页 |
4.3.2 特征排序 | 第47页 |
4.3.3 特征选择 | 第47-49页 |
4.3.4 算法流程 | 第49页 |
4.4 实验设计与结果分析 | 第49-52页 |
4.5 本章小结 | 第52-53页 |
第五章 总结与展望 | 第53-55页 |
5.1 本文总结 | 第53页 |
5.2 未来展望 | 第53-55页 |
参考文献 | 第55-63页 |
攻读硕士学位期间的学术活动及成果情况 | 第63-64页 |