面向高维数据的特征选择算法研究
| 致谢 | 第1-6页 |
| 中文摘要 | 第6-7页 |
| ABSTRACT | 第7-10页 |
| 1 引言 | 第10-15页 |
| ·高维数据挖掘 | 第10-11页 |
| ·国内外研究现状 | 第11-12页 |
| ·研究目的和意义 | 第12-13页 |
| ·论文结构及章节安排 | 第13-14页 |
| ·本章小结 | 第14-15页 |
| 2 特征选择概述 | 第15-20页 |
| ·特征选择的一般过程 | 第15-18页 |
| ·产生过程 | 第16页 |
| ·评价函数 | 第16-17页 |
| ·停止准则 | 第17页 |
| ·子集验证 | 第17-18页 |
| ·特征选择算法的选用 | 第18页 |
| ·本章小结 | 第18-20页 |
| 3 基于稀疏表示的组合式特征选择算法 | 第20-37页 |
| ·经典特征选择算法 | 第20-24页 |
| ·信息增益(IG) | 第20页 |
| ·χ~2统计(CHI) | 第20-21页 |
| ·SPEC | 第21-22页 |
| ·SAM | 第22页 |
| ·EVSC | 第22-24页 |
| ·基于稀疏表示的组合式特征选择算法 | 第24-28页 |
| ·实验结果及分析 | 第28-36页 |
| ·有监督特征选择算法中的实验结果及分析 | 第28-33页 |
| ·无监督特征选择算法中的实验结果及分析 | 第33-36页 |
| ·本章小结 | 第36-37页 |
| 4 基于特征分层抽样的集成聚类算法 | 第37-55页 |
| ·集成聚类概述 | 第37-40页 |
| ·集成聚类的一般过程 | 第37-39页 |
| ·集成聚类的有效性条件 | 第39-40页 |
| ·基于特征分层抽样的数据子空间的生成 | 第40-45页 |
| ·相关工作 | 第42-43页 |
| ·算法描述 | 第43-45页 |
| ·基于分层抽样的集成聚类 | 第45-47页 |
| ·实验结果及分析 | 第47-54页 |
| ·实验数据及其描述 | 第47-48页 |
| ·对比实验 | 第48-49页 |
| ·实验性能指标 | 第49页 |
| ·实验结果及分析 | 第49-54页 |
| ·本章小结 | 第54-55页 |
| 5 结论 | 第55-56页 |
| ·论文总结 | 第55页 |
| ·作展望 | 第55-56页 |
| 参考文献 | 第56-60页 |
| 作者简历 | 第60-62页 |
| 学位论文数据集 | 第62页 |
