纠错输出编码方法的研究和应用
摘要 | 第4-5页 |
Abstract | 第5-6页 |
第一章 绪论 | 第13-22页 |
1.1 纠错输出编码研究背景和意义 | 第13-16页 |
1.1.1 纠错输出编码研究发展历史 | 第13-15页 |
1.1.2 纠错输出编码的研究现状 | 第15-16页 |
1.2 DNA微阵列 | 第16-20页 |
1.2.1 微阵列数据的特点 | 第17-19页 |
1.2.2 微阵列数据分析方法 | 第19-20页 |
1.2.3 纠错输出编码应用于分类微阵列数据 | 第20页 |
1.3 本文结构介绍 | 第20-22页 |
第二章 相关理论 | 第22-34页 |
2.1 监督学习 | 第22页 |
2.2 集成学习 | 第22-23页 |
2.3 特征选择 | 第23-26页 |
2.3.1 特征选择方法分类 | 第24页 |
2.3.2 常用特征选择方法 | 第24-26页 |
2.4 纠错输出编码 | 第26-31页 |
2.4.1 ECOC原理 | 第26-29页 |
2.4.2 二元编码和三元编码 | 第29页 |
2.4.3 固定编码 | 第29-30页 |
2.4.4 随机编码 | 第30-31页 |
2.4.5 数据依赖编码 | 第31页 |
2.5 解码方法介绍 | 第31-32页 |
2.5.1 二元解码和三元解码 | 第31页 |
2.5.2 硬解码和软解码 | 第31-32页 |
2.5.3 常用解码方法 | 第32页 |
2.6 本章小结 | 第32-34页 |
第三章 自调节编码ECOC算法 | 第34-53页 |
3.1 算法介绍 | 第34-41页 |
3.1.1 算法思路 | 第34-35页 |
3.1.2 相关内容:数据复杂度 | 第35-36页 |
3.1.3 算法第一步:构造编码矩阵 | 第36-38页 |
3.1.4 算法第二步:自动拓展矩阵 | 第38-41页 |
3.2 比例欧式解码 | 第41-42页 |
3.2.1 弱欧式解码的弊端 | 第41页 |
3.2.2 优化计算量 | 第41-42页 |
3.2.3 RED解码解决“多零倾向” | 第42页 |
3.3 实验介绍 | 第42-52页 |
3.3.1 数据集介绍 | 第43页 |
3.3.2 特征覆盖度 | 第43-45页 |
3.3.3 矩阵长度 | 第45-47页 |
3.3.4 迭代过程 | 第47-49页 |
3.3.5 最终分类结果与对比 | 第49-51页 |
3.3.6 实验总结 | 第51-52页 |
3.4 本章小结 | 第52-53页 |
第四章 基于距离个性化编码ECOC算法 | 第53-71页 |
4.1 方法介绍 | 第53-56页 |
4.1.1 方法思路 | 第53-54页 |
4.1.2 详细介绍 | 第54页 |
4.1.3 距离测度 | 第54-56页 |
4.2 UCI数据集上的实验与分析 | 第56-63页 |
4.2.1 实验数据集 | 第56-57页 |
4.2.2 预处理方法 | 第57-58页 |
4.2.3 选择特征个数 | 第58-60页 |
4.2.4 实验结果 | 第60-62页 |
4.2.5 不同距离比较 | 第62-63页 |
4.2.6 实验总结 | 第63页 |
4.3 微阵列数据实验和分析 | 第63-69页 |
4.3.1 数据集介绍&预处理方法 | 第64页 |
4.3.2 选择特征个数 | 第64-67页 |
4.3.3 实验结果 | 第67-69页 |
4.4 本章小结 | 第69-71页 |
第五章 基于Python的ECOC方法实现 | 第71-80页 |
5.1 ECOC工具包介绍 | 第71-72页 |
5.1.1 Matlab工具包 | 第71-72页 |
5.1.2 Python工具包 | 第72页 |
5.2 ecoctlk介绍 | 第72-79页 |
5.2.1 ECOC框架类 | 第72-74页 |
5.2.2 编码方法 | 第74-75页 |
5.2.3 解码方法 | 第75-77页 |
5.2.4 数据复杂度 | 第77-78页 |
5.2.5 特征选择方法 | 第78-79页 |
5.3 本章小结 | 第79-80页 |
第六章 总结与展望 | 第80-82页 |
6.1 总结 | 第80-81页 |
6.2 展望 | 第81-82页 |
参考文献 | 第82-87页 |
硕士期间发表学术论文情况 | 第87-88页 |
致谢 | 第88页 |