| 摘要 | 第1-6页 |
| Abstract | 第6-8页 |
| 第1章 绪论 | 第8-14页 |
| ·研究背景 | 第8-9页 |
| ·研究现状 | 第9-10页 |
| ·研究内容及组织安排 | 第10-14页 |
| ·主要工作 | 第10-11页 |
| ·论文结构 | 第11-14页 |
| 第2章 特征选择方法研究 | 第14-24页 |
| ·特征选择概述 | 第14-15页 |
| ·特征选择方法分类 | 第15-19页 |
| ·按子集生成与搜索策略 | 第15-16页 |
| ·按子集评价策略 | 第16-17页 |
| ·按与学习算法的结合方式 | 第17-18页 |
| ·按是否依赖类别标记 | 第18-19页 |
| ·常用特征选择方法 | 第19-21页 |
| ·特征选择方法主要研究方向 | 第21-22页 |
| ·本章小结 | 第22-24页 |
| 第3章 聚类方法 | 第24-32页 |
| ·什么是聚类 | 第24-25页 |
| ·聚类分析中的数据类型 | 第25-28页 |
| ·主要数据结构 | 第25页 |
| ·基本变量类型 | 第25-28页 |
| ·主要聚类方法分类 | 第28-30页 |
| ·聚类分析方法的发展方向 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 第4章 一种基于增量聚类和ReliefF的特征选择方法 | 第32-44页 |
| ·ReliefF特征选择方法 | 第32-34页 |
| ·概述 | 第32-34页 |
| ·存在的问题 | 第34页 |
| ·增量聚类方法 | 第34-36页 |
| ·概述 | 第34-35页 |
| ·存在的问题 | 第35-36页 |
| ·基于增量聚类和ReliefF的特征选择方法——ICB-ReliefF | 第36-43页 |
| ·相关定义 | 第36-37页 |
| ·确定聚类半径 | 第37-38页 |
| ·确定聚类数目 | 第38-39页 |
| ·冗余度量 | 第39-40页 |
| ·ICB-ReliefF方法 | 第40-43页 |
| ·本章小结 | 第43-44页 |
| 第5章 实验 | 第44-54页 |
| ·实验数据集 | 第44页 |
| ·实验方法 | 第44-45页 |
| ·数据预处理 | 第45-46页 |
| ·特征分类 | 第45页 |
| ·缺失值 | 第45-46页 |
| ·参数确定 | 第46-47页 |
| ·可调参数a、b | 第46页 |
| ·聚类数目k | 第46-47页 |
| ·特征子集选取 | 第47-48页 |
| ·实验结果分析 | 第48-53页 |
| ·本章小结 | 第53-54页 |
| 第6章 总结 | 第54-56页 |
| ·工作总结 | 第54页 |
| ·进一步工作 | 第54-56页 |
| 参考文献 | 第56-60页 |
| 致谢 | 第60-62页 |
| 发表文章 | 第62页 |