基于稀疏表示的特征选择算法研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第13-19页 |
| 1.1 课题背景及研究意义 | 第13-14页 |
| 1.2 国内外研究现状 | 第14-17页 |
| 1.3 论文的主要内容 | 第17-18页 |
| 1.4 论文的组织结构 | 第18-19页 |
| 第二章 研究综述 | 第19-34页 |
| 2.0 特征选择概念和定义 | 第19页 |
| 2.1 特征选择的框架流程 | 第19-23页 |
| 2.2 特征选择算法分类 | 第23-26页 |
| 2.2.1 基于Filter方法的特征选择算法 | 第23-24页 |
| 2.2.2 基于Wrapper方法的特征选择算法 | 第24-25页 |
| 2.2.3 基于嵌入式方法的特征选择算法 | 第25-26页 |
| 2.3 常用的特征选择算法 | 第26-32页 |
| 2.3.1 MIFS | 第26-27页 |
| 2.3.2 MIFS-U | 第27页 |
| 2.3.3 MRMR | 第27-28页 |
| 2.3.4 Laplacian Score | 第28-29页 |
| 2.3.5 SPEC | 第29-30页 |
| 2.3.6 TRCFS | 第30-32页 |
| 2.4 本章小结 | 第32-34页 |
| 第三章 具有辨别性特征选择算法 | 第34-54页 |
| 3.1 传统稀疏表示的特征选择方法 | 第34-37页 |
| 3.1.1 Lasso | 第34页 |
| 3.1.2 Elastic Net | 第34-35页 |
| 3.1.3 Fused Lasso | 第35-36页 |
| 3.1.4 Uncorrelated Lasso | 第36-37页 |
| 3.2 算法存在的问题及改进思路 | 第37-38页 |
| 3.3 具有辨别信息的特征选择算法 | 第38-42页 |
| 3.3.1 皮尔森相关系数 | 第38-39页 |
| 3.3.2 信息矩阵构造 | 第39-41页 |
| 3.3.3 特征选择表达式 | 第41-42页 |
| 3.4 优化算法 | 第42-45页 |
| 3.4.1 ADMM算法 | 第42页 |
| 3.4.2 优化求解 | 第42-45页 |
| 3.5 实验和比较 | 第45-53页 |
| 3.6 本章小结 | 第53-54页 |
| 第四章 具有交互性的特征选择算法 | 第54-75页 |
| 4.1 算法存在的问题及改进 | 第54-55页 |
| 4.2 具有交互信息的特征选择算法 | 第55-62页 |
| 4.2.1 互信息 | 第55-57页 |
| 4.2.2 基于超图构建的信息矩阵 | 第57-61页 |
| 4.2.3 具有交互性特征选择表达式 | 第61-62页 |
| 4.3 优化算法 | 第62-66页 |
| 4.3.1 优化求解 | 第62-65页 |
| 4.3.2 收敛性和复杂性分析 | 第65-66页 |
| 4.4 实验结果分析 | 第66-73页 |
| 4.5 本章小结 | 第73-75页 |
| 第五章 总结与展望 | 第75-77页 |
| 5.1 总结 | 第75-76页 |
| 5.2 展望 | 第76-77页 |
| 参考文献 | 第77-81页 |
| 攻读硕士学位期间发表论文及科研情况 | 第81-82页 |
| 致谢 | 第82页 |
