| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-16页 |
| 1.1 研究背景与意义 | 第9-10页 |
| 1.2 数据集分类概述 | 第10-12页 |
| 1.3 国内外研究现状及存在问题 | 第12-14页 |
| 1.4 主要研究内容 | 第14-16页 |
| 2 理论背景与相关技术 | 第16-33页 |
| 2.1 高维小样本数据集解释 | 第16-19页 |
| 2.2 数据预处理 | 第19-22页 |
| 2.3 分类方法 | 第22-32页 |
| 2.4 本章小结 | 第32-33页 |
| 3 基于特征选择的分类方法 | 第33-51页 |
| 3.1 Fisher指标排序 | 第33页 |
| 3.2 基于Lasso算法的特征选择 | 第33-44页 |
| 3.3 基于特征相关性的集成特征选择 | 第44-49页 |
| 3.4 本章小结 | 第49-51页 |
| 4 基于神经网络的分类方法 | 第51-58页 |
| 4.1 针对高维小样本数据的网络结构设计 | 第51-53页 |
| 4.2 实验对比分析 | 第53-57页 |
| 4.3 本章小结 | 第57-58页 |
| 5 总结与展望 | 第58-60页 |
| 5.1 全文总结 | 第58-59页 |
| 5.2 展望 | 第59-60页 |
| 致谢 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 附录 | 第65-70页 |