| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第8-11页 |
| 1.1 选题的背景与意义 | 第8页 |
| 1.2 国内外研究概况 | 第8-9页 |
| 1.3 论文的主要研究内容 | 第9-11页 |
| 2 变量选择与测量误差之间的关系 | 第11-20页 |
| 2.1 解的稀疏性与oracle性质 | 第11-12页 |
| 2.2 变量选择方法 | 第12-15页 |
| 2.3 测量误差衰减、岭回归以及Lasso估计的关系 | 第15-17页 |
| 2.4 oracle启发式算法 | 第17页 |
| 2.5 MEM选择似然函数 | 第17-20页 |
| 3 线性模型下的变量选择似然函数 | 第20-26页 |
| 3.1 线性回归 | 第20-21页 |
| 3.2 与Lasso估计的关系 | 第21-26页 |
| 4 分类问题 | 第26-30页 |
| 4.1 分类问题中的选择似然函数 | 第26-28页 |
| 4.2 多层次SKDA | 第28-30页 |
| 5 实例研究 | 第30-39页 |
| 5.1 两分类实例应用 | 第30-33页 |
| 5.2 空气质量分类的变量选择的研究 | 第33-39页 |
| 6 结束语 | 第39-40页 |
| 致谢 | 第40-41页 |
| 参考文献 | 第41-44页 |
| 附录 | 第44-50页 |