面向多标记分类的粗糙特征选择方法研究
| 中文摘要 | 第8-9页 |
| ABSTRACT | 第9-10页 |
| 第一章 绪论 | 第11-15页 |
| 1.1 研究背景、目的及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-13页 |
| 1.2.1 粗糙特征选择 | 第12-13页 |
| 1.2.2 基于机器学习的特征选择 | 第13页 |
| 1.3 主要研究内容 | 第13-14页 |
| 1.4 论文组织结构 | 第14-15页 |
| 第二章 相关理论基础 | 第15-19页 |
| 2.1 基本概念 | 第15页 |
| 2.2 粗糙集 | 第15-17页 |
| 2.2.1 上下近似 | 第15-16页 |
| 2.2.2 属性约简 | 第16-17页 |
| 2.3 模糊粗糙集模型 | 第17页 |
| 2.4 邻域粗糙集模型 | 第17-18页 |
| 2.5 本章小结 | 第18-19页 |
| 第三章 基于标记关系的模糊粗糙特征选择 | 第19-33页 |
| 3.1 基本概念 | 第19-20页 |
| 3.2 特征选择方法 | 第20-24页 |
| 3.2.1 标记模糊粗糙集模型 | 第20-24页 |
| 3.2.2 特征选择算法 | 第24页 |
| 3.3 实验 | 第24-31页 |
| 3.3.1 数据集与评价指标 | 第24-26页 |
| 3.3.2 结果及分析 | 第26-31页 |
| 3.4 本章小结 | 第31-33页 |
| 第四章 基于双重粒化的邻域粗糙特征选择 | 第33-45页 |
| 4.1 对象关系邻域粗糙集模型 | 第33页 |
| 4.2 标记关系邻域粗糙集模型 | 第33-37页 |
| 4.3 特征选择算法 | 第37-40页 |
| 4.4 实验 | 第40-44页 |
| 4.4.1 数据集与评价指标 | 第40页 |
| 4.4.2 结果及分析 | 第40-44页 |
| 4.5 本章小结 | 第44-45页 |
| 第五章 结论与展望 | 第45-47页 |
| 5.1 结论 | 第45页 |
| 5.2 展望 | 第45-47页 |
| 参考文献 | 第47-53页 |
| 攻读学位期间取得的研究成果 | 第53-55页 |
| 致谢 | 第55-57页 |
| 个人简况及联系方式 | 第57-61页 |
