| 摘要 | 第6-8页 |
| ABSTRACT | 第8-9页 |
| 1 前言 | 第11-19页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-16页 |
| 1.3 研究内容和主要工作 | 第16-17页 |
| 1.4 本文的章节安排 | 第17-19页 |
| 2 信息论与特征选择 | 第19-37页 |
| 2.1 信息论的基本概念 | 第19-23页 |
| 2.1.1 信息熵 | 第19-20页 |
| 2.1.2 条件熵 | 第20-21页 |
| 2.1.3 联合熵 | 第21页 |
| 2.1.4 互信息量 | 第21-22页 |
| 2.1.5 条件互信息量 | 第22-23页 |
| 2.2 特征选择 | 第23-33页 |
| 2.2.1 特征选择的定义 | 第23-25页 |
| 2.2.2 特征选择步骤 | 第25-27页 |
| 2.2.3 特征选择的分类 | 第27-33页 |
| 2.3 基于信息论的特征选择算法 | 第33-37页 |
| 2.3.1 FCBF | 第34-35页 |
| 2.3.2 mRR | 第35页 |
| 2.3.3 ACA | 第35-37页 |
| 3 一种基于互信息量的度量标准(NVI) | 第37-57页 |
| 3.1 相关工作 | 第37-39页 |
| 3.2 典型的信息度量方法 | 第39-41页 |
| 3.2.1 SU | 第39-40页 |
| 3.2.2 Dcmi | 第40-41页 |
| 3.3 信息度量NVI | 第41-44页 |
| 3.4 实验研究 | 第44-57页 |
| 3.4.1 实验方法 | 第45页 |
| 3.4.2 实验数据集 | 第45-47页 |
| 3.4.3 实验环境 | 第47-48页 |
| 3.4.4 实验结果与分析 | 第48-57页 |
| 4 一种改进的基于新度量标准的特征选择算法(IFCA) | 第57-67页 |
| 4.1 信息度量标准 | 第57-58页 |
| 4.2 一种改进的基于新度量标准的特征选择算法(IFCA) | 第58-60页 |
| 4.3 算法时间复杂度分析 | 第60-61页 |
| 4.4 算法性能检验 | 第61-67页 |
| 4.4.1 实验方法 | 第61页 |
| 4.4.2 实验数据集 | 第61-62页 |
| 4.4.3 实验环境 | 第62页 |
| 4.4.4 实验结果与分析 | 第62-67页 |
| 5 总结和展望 | 第67-70页 |
| 5.1 论文的研究成果 | 第67-68页 |
| 5.2 未来工作 | 第68-70页 |
| 参考文献 | 第70-75页 |
| 攻读研究生期间完成的工作 | 第75-76页 |
| 致谢 | 第76-78页 |