| 摘要 | 第4-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第10-13页 |
| 1.1 研究背景与研究现状 | 第10-11页 |
| 1.2 本文主要内容 | 第11-13页 |
| 第2章 特征选择问题背景知识 | 第13-21页 |
| 2.1 特征选择问题 | 第13-15页 |
| 2.2 几种典型的特征选择方法 | 第15-21页 |
| 2.2.1 按照与分类器关系划分 | 第15-18页 |
| 2.2.2 根据特征子集形成方式 | 第18-21页 |
| 第3章 SAL求解特征选择问题 | 第21-36页 |
| 3.1 Sampling-and-Learning(SAL)框架 | 第21-23页 |
| 3.2 Sampling-and-Classification(SAC) | 第23-25页 |
| 3.3 将SAC算法应用到特征选择 | 第25-27页 |
| 3.3.1 初始化采样阶段 | 第26页 |
| 3.3.2 学习阶段 | 第26-27页 |
| 3.3.3 采样阶段 | 第27页 |
| 3.4 实验结果分析 | 第27-35页 |
| 3.4.1 数据集 | 第27-28页 |
| 3.4.2 实验结果对比 | 第28-35页 |
| 3.5 小结 | 第35-36页 |
| 第4章 优化基于SAL特征选择算法初始化策略和目标函数 | 第36-45页 |
| 4.1 新的初始化策略 | 第36-37页 |
| 4.2 新的更新机制 | 第37-40页 |
| 4.2.1 原始更新策略 | 第37-38页 |
| 4.2.2 新的更新策略：分类准确率和特征子集的维度缩减 | 第38-39页 |
| 4.2.3 新的更新策略：优先级评估函数 | 第39-40页 |
| 4.3 实验数据及分析 | 第40-44页 |
| 4.4 小结 | 第44-45页 |
| 第5章 总结及展望 | 第45-47页 |
| 5.1 总结 | 第45-46页 |
| 5.2 工作展望 | 第46-47页 |
| 参考文献 | 第47-50页 |
| 作者简介 | 第50-51页 |
| 致谢 | 第51页 |
