| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 绪论 | 第9-16页 |
| ·课题研究背景以及意义 | 第9-11页 |
| ·特征降维 | 第11-14页 |
| ·特征提取(Feature Extraction) | 第11页 |
| ·特征选择(Feature Selection) | 第11-14页 |
| ·本文的研究内容与结构 | 第14-16页 |
| 2 特征选择 | 第16-26页 |
| ·特征选择的意义 | 第16-17页 |
| ·特征选择概述 | 第17-22页 |
| ·特征选择的定义 | 第17-18页 |
| ·特征选择基本方法 | 第18-19页 |
| ·特征选择评价标准 | 第19-22页 |
| ·特征选择的研究现状 | 第22-25页 |
| ·小结 | 第25-26页 |
| 3 基于特征排序的特征选择算法 | 第26-41页 |
| ·基于马氏距离进行特征选择的算法(MSFR) | 第26-32页 |
| ·应用于特征选择的马氏距离 | 第26-27页 |
| ·MSFR算法步骤 | 第27-29页 |
| ·实验结果与分析 | 第29-32页 |
| ·基于单个特征进行特征选择的算法(SMSFR) | 第32-39页 |
| ·特征的冗余性分析 | 第32-33页 |
| ·SMSFR算法步骤 | 第33-34页 |
| ·实验结果与分析 | 第34-39页 |
| ·小结 | 第39-41页 |
| 4 PCA和特征排序相组合的特征选择算法 | 第41-49页 |
| ·主成分分析方法(PCA) | 第41-42页 |
| ·PCA-MSFR特征选择算法 | 第42-48页 |
| ·PCA有效性验 | 第42-44页 |
| ·PCA-MSFR算法步骤 | 第44-45页 |
| ·实验结果与分析 | 第45-48页 |
| ·小结 | 第48-49页 |
| 5 LDA和特征排序相组合的特征选择算法 | 第49-62页 |
| ·线性判别方法(LDA) | 第49-50页 |
| ·LDA-MSFR特征选择算法 | 第50-61页 |
| ·单个特征的Fisher评价准则 | 第50-51页 |
| ·LDA有效性验证 | 第51-53页 |
| ·LDA-MSFR算法步骤 | 第53-54页 |
| ·实验结果与分析 | 第54-61页 |
| ·小结 | 第61-62页 |
| 结论 | 第62-64页 |
| 参考文献 | 第64-67页 |
| 攻读硕士学位期间发表学术论文情况 | 第67-68页 |
| 致谢 | 第68-69页 |