在线特征选择及其应用
| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 第一章 绪论 | 第8-12页 |
| 1.1 研究背景与研究意义 | 第8-9页 |
| 1.2 研究现状 | 第9-10页 |
| 1.3 论文安排 | 第10-12页 |
| 第二章 特征选择 | 第12-18页 |
| 2.1 特征选择基本概念 | 第12页 |
| 2.2 特征选择框架 | 第12-15页 |
| 2.2.1 基于搜索的特征选择框架 | 第13-15页 |
| 2.2.2 基于关联的特征选择框架 | 第15页 |
| 2.3 特征选择输出类型 | 第15-16页 |
| 2.4 特征选择应用 | 第16-17页 |
| 2.4.1 生物信息学 | 第16页 |
| 2.4.2 多媒体检索 | 第16-17页 |
| 2.5 本章小结 | 第17-18页 |
| 第三章 在线特征选择 | 第18-27页 |
| 3.1 在线特征选择的概念 | 第18-19页 |
| 3.2 在线流特征选择框架 | 第19-21页 |
| 3.3 流特征下的在线特征选择算法 | 第21-26页 |
| 3.3.1 OSFS算法 | 第21-23页 |
| 3.3.2 Fast-OSFS算法 | 第23页 |
| 3.3.3 SAOLA算法 | 第23-26页 |
| 3.4 本章小结 | 第26-27页 |
| 第四章 基于特征聚类集成技术的在线特征选择 | 第27-40页 |
| 4.1 组特征选择 | 第28页 |
| 4.2 聚类分析 | 第28-31页 |
| 4.3 聚类集成 | 第31-35页 |
| 4.4 在线特征选择 | 第35-36页 |
| 4.5 实验 | 第36-39页 |
| 4.5.1 分类准确率实验 | 第37-38页 |
| 4.5.2 运行时间实验 | 第38页 |
| 4.5.3 相关性阈值实验 | 第38-39页 |
| 4.6 本章小结 | 第39-40页 |
| 第五章 在线特征选择算法在社交媒体上的应用 | 第40-53页 |
| 5.1 社交媒体 | 第41页 |
| 5.2 在线学习方法概述 | 第41-44页 |
| 5.2.1 在线被动主动算法 | 第42-44页 |
| 5.3 STSD算法 | 第44-46页 |
| 5.4 实验 | 第46-52页 |
| 5.4.1 数据集 | 第47-48页 |
| 5.4.2 实验结果分析 | 第48-52页 |
| 5.5 本章小结 | 第52-53页 |
| 第六章 总结与展望 | 第53-55页 |
| 6.1 本文的主要工作 | 第53页 |
| 6.2 进一步研究工作 | 第53-55页 |
| 参考文献 | 第55-58页 |
| 附录1 攻读硕士学位期间参加的科研项目 | 第58-59页 |
| 附录2 攻读硕士学位期间撰写的论文 | 第59-60页 |
| 致谢 | 第60页 |
