关于模型稀疏性的研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第一章 绪论 | 第10-22页 |
| §1.1 概述 | 第10页 |
| §1.2 模型稀疏性 | 第10-20页 |
| §1.2.1 最小二乘估计 | 第11-12页 |
| §1.2.2 子集选择方法 | 第12-15页 |
| §1.2.3 收缩方法 | 第15-20页 |
| §1.3 本文主要工作及结构安排 | 第20-22页 |
| 第二章 基于CCA的多变量回归的收缩选择 | 第22-52页 |
| §2.1 多变量回归模型 | 第23页 |
| §2.2 典型相关分析 | 第23-27页 |
| §2.3 最小二乘公式 | 第27-29页 |
| §2.4 理论性质 | 第29-34页 |
| §2.5 p,q发散时的渐近性质 | 第34-45页 |
| §2.6 结构维数 | 第45-46页 |
| §2.7 数值研究 | 第46-51页 |
| §2.7.1 模拟研究 | 第46-50页 |
| §2.7.2 实例分析 | 第50-51页 |
| §2.8 讨论 | 第51-52页 |
| 第三章 超高维朴素贝叶斯分类器的统计显著性检验 | 第52-70页 |
| §3.1 模型和符号 | 第53页 |
| §3.2 理论方法 | 第53-63页 |
| §3.2.1 新的检验统计量 | 第53-54页 |
| §3.2.2 均值方差分析 | 第54-56页 |
| §3.2.3 纠偏的检验统计量 | 第56-63页 |
| §3.3 数值研究 | 第63-68页 |
| §3.3.1 经验型误与势 | 第63-65页 |
| §3.3.2 变量选择及预测精度 | 第65-66页 |
| §3.3.3 一个文本挖掘例子 | 第66-68页 |
| §3.4 讨论 | 第68-70页 |
| 第四章 高维协方差逆阵阶的检验 | 第70-83页 |
| §4.1 概念和方法 | 第71-77页 |
| §4.1.1 符号和概念 | 第71-72页 |
| §4.1.2 新的假设检验统计量 | 第72-73页 |
| §4.1.3 渐近分布研究 | 第73-77页 |
| §4.1.4 阶数识别 | 第77页 |
| §4.2 数值模拟研究 | 第77-80页 |
| §4.2.1 经验型误与势 | 第77-80页 |
| §4.2.2 阶数识别 | 第80页 |
| §4.3 讨论 | 第80-83页 |
| 结论 | 第83-86页 |
| 参考文献 | 第86-94页 |
| 在学期间公开发表论文及著作情况 | 第94-95页 |
| 致谢 | 第95页 |
