| 中文摘要 | 第4-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 课题研究背景与意义 | 第10-11页 |
| 1.2 特征选择研究进展 | 第11-14页 |
| 1.3 问题提出与内容安排 | 第14-17页 |
| 第二章 相关理论基础 | 第17-25页 |
| 2.1 Relief算法 | 第17-19页 |
| 2.2 Relief-F算法 | 第19-20页 |
| 2.3 I-Relief算法 | 第20-22页 |
| 2.4 LH-Relief算法 | 第22-23页 |
| 2.5 本章小结 | 第23-25页 |
| 第三章 基于局部超平面的动态Relief特征选择算法 | 第25-40页 |
| 3.1 引言 | 第25页 |
| 3.2 基于局部超平面的动态Relief特征选择算法 | 第25-32页 |
| 3.2.1 两分类模型 | 第25-31页 |
| 3.2.2 多分类模型 | 第31-32页 |
| 3.3 实验比较 | 第32-39页 |
| 3.3.1 UCI数据集 | 第33-36页 |
| 3.3.2 微阵列数据集 | 第36-39页 |
| 3.4 本章小结 | 第39-40页 |
| 第四章 基于稀疏近邻重构的动态Relief特征选择算法 | 第40-57页 |
| 4.1 引言 | 第40页 |
| 4.2 基于稀疏近邻重构的动态Relief特征选择算法 | 第40-44页 |
| 4.2.1 两分类模型 | 第40-43页 |
| 4.2.2 多分类模型 | 第43-44页 |
| 4.3 实验比较 | 第44-56页 |
| 4.3.1 Spiral数据集 | 第44-48页 |
| 4.3.2 UCI数据集 | 第48-53页 |
| 4.3.3 微阵列数据集 | 第53-56页 |
| 4.4 本章小结 | 第56-57页 |
| 第五章 基于稀疏权重的Relief特征选择算法 | 第57-72页 |
| 5.1 引言 | 第57页 |
| 5.2 基于稀疏权重的Relief特征选择算法 | 第57-60页 |
| 5.2.1 两分类模型 | 第57-59页 |
| 5.2.2 多分类模型 | 第59-60页 |
| 5.3 实验比较 | 第60-71页 |
| 5.3.1 Spiral数据集 | 第61-62页 |
| 5.3.2 UCI数据集 | 第62-65页 |
| 5.3.3 微阵列数据集 | 第65-71页 |
| 5.4 本章小结 | 第71-72页 |
| 第六章 基于最小冗余度的稀疏权重Relief特征选择算法 | 第72-81页 |
| 6.1 引言 | 第72页 |
| 6.2 基于最小冗余度的稀疏权重Relief特征选择算法 | 第72-74页 |
| 6.3 实验比较 | 第74-79页 |
| 6.3.1 UCI数据集 | 第74-76页 |
| 6.3.2 微阵列数据集 | 第76-79页 |
| 6.4 本章小结 | 第79-81页 |
| 第七章 总结与展望 | 第81-83页 |
| 7.1 总结 | 第81-82页 |
| 7.2 展望 | 第82-83页 |
| 参考文献 | 第83-89页 |
| 攻读硕士期间主要的研究成果 | 第89-91页 |
| 科研情况 | 第89页 |
| 论文发表情况 | 第89-90页 |
| 专利申请 | 第90页 |
| 软件著作权 | 第90-91页 |
| 致谢 | 第91-92页 |
