基于特征间合作度的非监督特征选择算法
| 摘要 | 第3-4页 |
| ABSTRACT | 第4页 |
| 第一章 维数约减和特征选择技术简介 | 第7-27页 |
| 1.1 维数约减技术简介 | 第7-10页 |
| 1.2 非监督维数约减方法 | 第10-27页 |
| 1.2.1 非监督维数约减的根本任务和主要手段 | 第10-11页 |
| 1.2.2 非监督特征转换技术 | 第11-16页 |
| 1.2.3 非监督特征选择技术 | 第16-22页 |
| 1.2.4 流形学习算法 | 第22-27页 |
| 第二章 基于特征间合作度的非监督特征选择算法 | 第27-55页 |
| 2.1 算法动机 | 第27-28页 |
| 2.2 基本假设和符号表示 | 第28-29页 |
| 2.2.1 基本假设1：分类假设 | 第28页 |
| 2.2.2 基本假设2：数量假设 | 第28-29页 |
| 2.2.3 基本假设3：存在性假设 | 第29页 |
| 2.3 特征之间的合作度 | 第29-38页 |
| 2.3.1 聚类效果的直接评估值 | 第30页 |
| 2.3.2 基于统计量的间接评估值 | 第30-38页 |
| 2.4 算法框架 | 第38-40页 |
| 2.5 误差分析 | 第40-55页 |
| 2.5.1 迭代过程中引入噪声的概率上界 | 第40-50页 |
| 2.5.2 关于合并过程中引入冗余的讨论 | 第50-55页 |
| 第三章 对比实验 | 第55-65页 |
| 3.1 数据集 | 第55-57页 |
| 3.2 合作度的实现和涉及的对比算法 | 第57-58页 |
| 3.3 实验设置及评估方法 | 第58-60页 |
| 3.3.1 具体的学习任务和相关算法 | 第58页 |
| 3.3.2 实验流程和评估指标 | 第58-60页 |
| 3.3.3 Wilcoxon统计显著性检验 | 第60页 |
| 3.4 实验结果分析 | 第60-65页 |
| 第四章 总结与展望 | 第65-67页 |
| 参考文献 | 第67-70页 |
| 发表论文和参加科研情况说明 | 第70-71页 |
| 致谢 | 第71页 |
