稳定的特征选择算法研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-12页 |
| 1.1 研究背景及研究意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-10页 |
| 1.3 论文安排 | 第10-12页 |
| 第二章 特征选择 | 第12-19页 |
| 2.1 特征选择概述 | 第12-15页 |
| 2.1.1 特征选择的基本概念 | 第12-13页 |
| 2.1.2 特征选择算法的结构 | 第13-14页 |
| 2.1.3 特征选择的现实应用 | 第14-15页 |
| 2.2 特征选择算法的分类框架 | 第15页 |
| 2.3 特征选择算法的基本模型 | 第15-18页 |
| 2.3.1 过滤器模型 | 第16-17页 |
| 2.3.2 封装器模型 | 第17-18页 |
| 2.3.3 嵌入式模型 | 第18页 |
| 2.4 本章小结 | 第18-19页 |
| 第三章 特征选择算法的稳定性 | 第19-28页 |
| 3.1 稳定性的基本概念 | 第19-20页 |
| 3.2 稳定性度量 | 第20-24页 |
| 3.2.1 稳定性度量的实验设计 | 第20-22页 |
| 3.2.2 稳定性度量方法 | 第22-24页 |
| 3.3 提高稳定性的方法 | 第24-27页 |
| 3.3.1 集成特征选择 | 第25-26页 |
| 3.3.2 样本注入 | 第26-27页 |
| 3.3.3 组特征选择 | 第27页 |
| 3.4 本章小结 | 第27-28页 |
| 第四章 稳定的L2范数集成特征加权算法 | 第28-41页 |
| 4.1 集成特征加权 | 第28-29页 |
| 4.1.1 特征加权算法 | 第28-29页 |
| 4.1.2 基于权重的集成特征加权算法 | 第29页 |
| 4.2 稳定性度量 | 第29-34页 |
| 4.2.1 统一的稳定性定义 | 第30页 |
| 4.2.2 集成特征加权的稳定性 | 第30-33页 |
| 4.2.3 备注和讨论 | 第33-34页 |
| 4.3 实验 | 第34-40页 |
| 4.3.1 稳定性的实验结果 | 第34-37页 |
| 4.3.2 稳定性与分类性能的平衡 | 第37-39页 |
| 4.3.3 实验结果分析 | 第39-40页 |
| 4.4 本章小结 | 第40-41页 |
| 第五章 基于特征聚类集成技术的组特征选择方法 | 第41-54页 |
| 5.1 聚类分析 | 第41-44页 |
| 5.1.1 聚类算法概述 | 第41-43页 |
| 5.1.2 聚类集成 | 第43-44页 |
| 5.2 组特征选择 | 第44-45页 |
| 5.2.1 特征组构造 | 第44-45页 |
| 5.2.2 特征组变换 | 第45页 |
| 5.3 特征聚类集成方法 | 第45-47页 |
| 5.3.1 聚类集体生成 | 第45-46页 |
| 5.3.2 特征聚类集成策略 | 第46-47页 |
| 5.4 实验 | 第47-53页 |
| 5.4.1 稳定性实验 | 第48-52页 |
| 5.4.2 分类准确率实验 | 第52-53页 |
| 5.5 本章小结 | 第53-54页 |
| 第六章 总结与展望 | 第54-56页 |
| 6.1 本文的主要工作 | 第54页 |
| 6.2 进一步的研究工作 | 第54-56页 |
| 参考文献 | 第56-61页 |
| 附录1 攻读硕士学位期间撰写的论文 | 第61-62页 |
| 附录2 攻读硕士学位期间参加的科研项目 | 第62-63页 |
| 致谢 | 第63页 |
