基于特征和实例的海量数据约简方法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 1 绪论 | 第10-29页 |
| ·引言 | 第10-12页 |
| ·数据约简方法的发展现状 | 第12-26页 |
| ·课题研究的意义、内容及目标 | 第26-29页 |
| 2 一种基于Hausdorff距离的数据约简方法 | 第29-64页 |
| ·问题的提出 | 第29-30页 |
| ·实例选择的定义及关注点 | 第30-31页 |
| ·Hausdorff距离 | 第31-35页 |
| ·K-NN搜索算法 | 第35-39页 |
| ·约简算法 | 第39-50页 |
| ·实验设计与结果分析 | 第50-63页 |
| ·小结 | 第63-64页 |
| 3 一种基于LLE算法的变K值数据约简方法 | 第64-91页 |
| ·问题的提出 | 第64-65页 |
| ·预备知识 | 第65-66页 |
| ·经典LLE算法分析 | 第66-70页 |
| ·数据集的密度及均匀性对K值取值的影响 | 第70-78页 |
| ·约简算法 | 第78-82页 |
| ·实验设计与结果分析 | 第82-90页 |
| ·小结 | 第90-91页 |
| 4 约简评价方法研究 | 第91-114页 |
| ·预备知识 | 第91-98页 |
| ·基于分类方法的约简评价 | 第98-101页 |
| ·基于空间统计的约简评价 | 第101-111页 |
| ·关于数据约简方法的进一步讨论 | 第111-112页 |
| ·小结 | 第112-114页 |
| 5 总结与展望 | 第114-117页 |
| ·已完成的工作 | 第114-115页 |
| ·下一步的工作 | 第115-117页 |
| 致谢 | 第117-118页 |
| 参考文献 | 第118-126页 |
| 附录 攻读学位期间发表的学术论文 | 第126页 |