摘要 | 第1-7页 |
ABSTRACT | 第7-11页 |
第一章 绪论 | 第11-14页 |
·研究意义和背景 | 第11页 |
·问题现状 | 第11-13页 |
·本文结构 | 第13-14页 |
第二章 常用特征选择方法 | 第14-19页 |
·特征选择的准则函数 | 第14-16页 |
·特征选择算法的一般性框架 | 第16-18页 |
·本章小结 | 第18-19页 |
第三章 半监督特征选择 | 第19-42页 |
·半监督特征选择的概念 | 第19页 |
·基于谱特征的半监督特征选择方法 | 第19-24页 |
·基于流形正规化的可区分性半监督特征选择 | 第24-28页 |
·基于 Fisher 和流形约束 | 第28-30页 |
·基于流形约束的半监督 Fisher-Markov 特征选择器 | 第30-35页 |
·线性 Fisher-Markov 选择器 | 第30-32页 |
·基于流形约束的半监督 Fisher-Markov 选择器 | 第32-34页 |
·计算复杂性 | 第34页 |
·算法流程 | 第34-35页 |
·实验 | 第35-41页 |
·本章小结 | 第41-42页 |
第四章 特征选择的稳定性 | 第42-60页 |
·特征选择稳定性的问题 | 第42-49页 |
·外度量(intermeasures) | 第49-52页 |
·各种度量方法的性质 | 第52-56页 |
·内度量性质 | 第52-54页 |
·外度量性质 | 第54-56页 |
·实验 | 第56-59页 |
·有监督特征选择方法 | 第56-58页 |
·半监督特征选择方法 | 第58-59页 |
·本章小结 | 第59-60页 |
第五章 超声医学辅助诊断系统 | 第60-68页 |
·计算机辅助诊断 | 第60页 |
·系统介绍 | 第60-64页 |
·分类器算法简介 | 第64-65页 |
·贝叶斯算法 | 第64-65页 |
·支持向量机算法 | 第65页 |
·K 近邻分类算法 | 第65页 |
·特征选择的应用 | 第65-67页 |
·本章小结 | 第67-68页 |
第六章 总结与展望 | 第68-70页 |
·论文总结 | 第68页 |
·展望 | 第68-70页 |
参考文献 | 第70-76页 |
致谢 | 第76-77页 |
攻读硕士学位期间已发表或录用的论文 | 第77页 |