| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 图表清单 | 第8-10页 |
| 注释表 | 第10-11页 |
| 第一章 绪论 | 第11-19页 |
| ·引言 | 第11-12页 |
| ·问题的提出及研究意义 | 第12-13页 |
| ·特征选择简介 | 第13-15页 |
| ·特征选择的定义 | 第13页 |
| ·特征选择算法的一般过程 | 第13-14页 |
| ·特征选择算法的分类 | 第14-15页 |
| ·稀疏表示简介 | 第15-16页 |
| ·本文的主要工作和内容安排 | 第16-19页 |
| 第二章 基于样本局部结构的迭代 LAPLACIAN SCORE 算法 | 第19-31页 |
| ·LAPLACIAN SCORE 算法 | 第19-20页 |
| ·迭代 LAPLACIAN SCORE 算法 | 第20-23页 |
| ·算法介绍 | 第20-22页 |
| ·目标函数证明 | 第22-23页 |
| ·实验结果与分析 | 第23-30页 |
| ·实验数据 | 第23-24页 |
| ·聚类性能度量标准 | 第24-25页 |
| ·分类实验结果与分析 | 第25-28页 |
| ·聚类实验结果与分析 | 第28-30页 |
| ·本章小结 | 第30-31页 |
| 第三章 基于稀疏表示的迭代 SPARSITY SCORE 算法 | 第31-43页 |
| ·稀疏表示及稀疏重构 | 第31-32页 |
| ·SPARSITYSCORE 算法 | 第32-33页 |
| ·迭代 SPARISITYSCORE算法 | 第33-36页 |
| ·实验结果与分析 | 第36-42页 |
| ·分类实验结果与分析 | 第36-38页 |
| ·聚类实验结果与分析 | 第38-42页 |
| ·本章小结 | 第42-43页 |
| 第四章 基于特征聚类的 GROUP LASSO 算法 | 第43-53页 |
| ·相关算法介绍 | 第43-45页 |
| ·K-均值聚类算法 | 第43-44页 |
| ·Group Lasso 算法介绍 | 第44-45页 |
| ·基于特征聚类的 GROUPLASSO 算法 | 第45-47页 |
| ·实验结果与分析 | 第47-51页 |
| ·本章小结 | 第51-53页 |
| 第五章 总结与展望 | 第53-55页 |
| ·总结 | 第53页 |
| ·展望 | 第53-55页 |
| 参考文献 | 第55-61页 |
| 致谢 | 第61-62页 |
| 在学期间的研究成果及发表的学术论文 | 第62页 |
