基于局部结构的特征选择模型及其应用
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 课题的研究背景及意义 | 第9-12页 |
| 1.2 论文的组织结构 | 第12-13页 |
| 第二章 特征选择及其理论基础 | 第13-18页 |
| 2.1 特征选择 | 第13-16页 |
| 2.1.1 特征选择简介 | 第13页 |
| 2.1.2 特征选择的基本概念 | 第13页 |
| 2.1.3 特征选择的流程 | 第13-16页 |
| 2.1.4 特征选择与学习算法的关系 | 第16页 |
| 2.2 特征的分类 | 第16-17页 |
| 2.3 本章小结 | 第17-18页 |
| 第三章 特征选择方法的分类及其性能分析 | 第18-28页 |
| 3.1 设特征选择算法的三种基本分类方法 | 第18-21页 |
| 3.1.1 Filter方法 | 第18-19页 |
| 3.1.2 Embedded方法 | 第19-20页 |
| 3.1.3 Wrapper方法 | 第20页 |
| 3.1.4 三种方法的对比 | 第20-21页 |
| 3.2 组合式的特征选择方法 | 第21-22页 |
| 3.3 集成特征选择方法 | 第22-27页 |
| 3.3.1 集成特征选择方法在中药色谱图中的应用 | 第23-27页 |
| 3.4 本章小结 | 第27-28页 |
| 第四章 局部超平面判别分析法 | 第28-38页 |
| 4.1 引言 | 第28-29页 |
| 4.2 LHDA算法 | 第29-36页 |
| 4.2.1 符号表示和问题描述 | 第29-30页 |
| 4.2.2 在加权特征空间构造局部超平面模型 | 第30-32页 |
| 4.2.3 基于局部超平面模型估计特征权重 | 第32-34页 |
| 4.2.4 LHDA算法的性能讨论 | 第34-36页 |
| 4.3 本章小结 | 第36-38页 |
| 第五章 实验结果与分析 | 第38-51页 |
| 5.1 引言 | 第38-39页 |
| 5.2 在模拟数据上的实验与分析 | 第39-44页 |
| 5.3 在低维真实数据中的实验与分析 | 第44-45页 |
| 5.4 在高通量数据中的实验与分析 | 第45-50页 |
| 5.4.1 基因表达谱数据 | 第45-47页 |
| 5.4.2 在基因表达谱数据中的实验与分析 | 第47-50页 |
| 5.5 本章总结 | 第50-51页 |
| 结论 | 第51-53页 |
| 总结 | 第51-52页 |
| 展望 | 第52-53页 |
| 参考文献 | 第53-58页 |
| 附录 | 第58-70页 |
| 攻读硕士学位期间取得的研究成果 | 第70-71页 |
| 致谢 | 第71-72页 |
| 附件 | 第72页 |
