| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第10-11页 |
| 缩略语对照表 | 第11-16页 |
| 第一章 绪论 | 第16-20页 |
| 1.1 降维的背景及意义 | 第16页 |
| 1.2 特征选择算法的简介及发展现状 | 第16-19页 |
| 1.2.1 特征提取简介 | 第16-17页 |
| 1.2.2 特征选择简介 | 第17-19页 |
| 1.3 本文内容及结构安排 | 第19-20页 |
| 第二章 基于非负矩阵分解和正则化稀疏回归的无监督特征选择 | 第20-36页 |
| 2.1 引言 | 第20-21页 |
| 2.2 相关工作 | 第21-22页 |
| 2.2.1 特征选择问题的描述 | 第21页 |
| 2.2.2 NMF的基本概念 | 第21-22页 |
| 2.3 基于非负矩阵分解和正则化稀疏回归的无监督特征选择 | 第22-27页 |
| 2.3.1 JMFSR算法目标函数 | 第22-23页 |
| 2.3.2 与RSR之间的关联 | 第23页 |
| 2.3.3 与MFFS之间的关联 | 第23-24页 |
| 2.3.4 优化方法 | 第24-26页 |
| 2.3.5 收敛性分析 | 第26-27页 |
| 2.4 实验结果及其分析 | 第27-34页 |
| 2.4.1 数据集介绍 | 第28页 |
| 2.4.2 对比算法 | 第28-29页 |
| 2.4.3 评估准则 | 第29页 |
| 2.4.4 实验设置 | 第29-30页 |
| 2.4.5 有效性实验 | 第30页 |
| 2.4.6 对比实验 | 第30-33页 |
| 2.4.7 参数敏感性分析 | 第33-34页 |
| 2.5 本章小结 | 第34-36页 |
| 第三章 基于自表示稀疏回归和局部相似性保护的无监督特征选择 | 第36-54页 |
| 3.1 引言 | 第36页 |
| 3.2 基于自表示稀疏回归和局部相似性保护的无监督特征选择 | 第36-44页 |
| 3.2.1 L2,p矩阵范数 | 第37页 |
| 3.2.2 UFSRL算法目标函数 | 第37-39页 |
| 3.2.3 与其他方法的比较 | 第39-40页 |
| 3.2.4 优化方法 | 第40-41页 |
| 3.2.5 UFSRL算法流程 | 第41页 |
| 3.2.6 收敛性分析 | 第41-44页 |
| 3.3 实验结果及其分析 | 第44-52页 |
| 3.3.1 数据集介绍 | 第44-45页 |
| 3.3.2 对比算法 | 第45页 |
| 3.3.3 评估准则 | 第45页 |
| 3.3.4 实验设置 | 第45-46页 |
| 3.3.5 有效性实验 | 第46-47页 |
| 3.3.6 对比实验 | 第47-49页 |
| 3.3.7 时间复杂度分析 | 第49-50页 |
| 3.3.8 参数敏感性分析 | 第50-52页 |
| 3.4 本章总结 | 第52-54页 |
| 第四章 基于自表示和非负矩阵分解的混合图正则化特征选择 | 第54-72页 |
| 4.1 引言 | 第54-55页 |
| 4.2 基于自表示和非负矩阵分解的混合图正则化特征选择算法 | 第55-63页 |
| 4.2.1 图拉普拉斯矩阵 | 第55-56页 |
| 4.2.2 SRMFMR算法目标函数 | 第56-58页 |
| 4.2.3 优化方法 | 第58-61页 |
| 4.2.4 收敛性分析 | 第61-63页 |
| 4.2.5 SRMFMR算法分析 | 第63页 |
| 4.3 实验结果与分析 | 第63-70页 |
| 4.3.1 数据集介绍 | 第64页 |
| 4.3.2 实验设置 | 第64页 |
| 4.3.3 对比算法 | 第64-65页 |
| 4.3.4 有效性实验 | 第65页 |
| 4.3.5 对比实验 | 第65-67页 |
| 4.3.6 本文三种算法对比 | 第67页 |
| 4.3.7 参数敏感性分析 | 第67-69页 |
| 4.3.8 收敛性实验 | 第69-70页 |
| 4.4 本章总结 | 第70-72页 |
| 第五章 总结与展望 | 第72-74页 |
| 5.1 本文总结 | 第72-73页 |
| 5.2 工作展望 | 第73-74页 |
| 参考文献 | 第74-80页 |
| 致谢 | 第80-82页 |
| 作者简介 | 第82-84页 |
