高维数据特征选择的鲁棒学习算法研究
| 摘要 | 第8-9页 |
| ABSTRACT | 第9页 |
| 第一章 绪论 | 第11-18页 |
| 1.1 课题背景和意义 | 第11-14页 |
| 1.2 国内外研究现状 | 第14-15页 |
| 1.3 本文的主要工作 | 第15-16页 |
| 1.4 论文结构 | 第16-18页 |
| 第二章 数学基础知识与相关技术研究 | 第18-25页 |
| 2.1 相关数学基础知识 | 第18-22页 |
| 2.1.1 向量范数和矩阵范数 | 第18-20页 |
| 2.1.2 一般最优化问题的最优性条件 | 第20-22页 |
| 2.2 相关技术研究 | 第22-25页 |
| 2.2.1 基于l_(2,1)范数的特征选择算法 | 第22-23页 |
| 2.2.2 Capped-l_1,l_1正则化 | 第23-25页 |
| 第三章 鲁棒特征选择算法研究 | 第25-48页 |
| 3.1 SCM鲁棒特征选择算法介绍 | 第25-30页 |
| 3.1.1 SCM鲁棒特征选择算法 | 第25-28页 |
| 3.1.2 SCM算法求解 | 第28-30页 |
| 3.2 SCM算法分析 | 第30-36页 |
| 3.2.1 算法收敛性分析 | 第31-35页 |
| 3.2.2 参数评估与确定 | 第35-36页 |
| 3.3 实验与讨论 | 第36-46页 |
| 3.3.1 数据描述与评价准则 | 第36-39页 |
| 3.3.2 仿真实例分析 | 第39-40页 |
| 3.3.3 分类精度比较 | 第40-43页 |
| 3.3.4 冗余度比较 | 第43-44页 |
| 3.3.5 收敛性分析 | 第44页 |
| 3.3.6 参数影响评估 | 第44-46页 |
| 3.4 本章小结 | 第46-48页 |
| 第四章 总结与展望 | 第48-50页 |
| 4.1 总结 | 第48-49页 |
| 4.2 展望 | 第49-50页 |
| 致谢 | 第50-52页 |
| 参考文献 | 第52-56页 |
| 作者在学期间取得的学术成果 | 第56页 |
