偏最小二乘降维方法的研究与应用
| 摘要 | 第1-8页 |
| ABSTRACT | 第8-16页 |
| 第一章 绪论 | 第16-25页 |
| ·研究背景 | 第16-17页 |
| ·数据降维方法研究概况 | 第17-22页 |
| ·特征选择 | 第17-20页 |
| ·特征抽取 | 第20-22页 |
| ·本文的研究内容 | 第22-24页 |
| ·本文的组织结构 | 第24-25页 |
| 第二章 偏最小二乘降维方法与新降维框架 | 第25-43页 |
| ·偏最小二乘降维框架 | 第25-28页 |
| ·偏最小二乘方法 | 第28-35页 |
| ·多因变量PLS 算法 | 第28-32页 |
| ·单因变量PLS 算法 | 第32-35页 |
| ·正交偏最小二乘成份空间 | 第35-42页 |
| ·正交与非正交的投影向量 | 第35-37页 |
| ·实验与结果分析 | 第37-42页 |
| ·小结 | 第42-43页 |
| 第三章 偏最小二乘降维的预处理 | 第43-67页 |
| ·无关特征的去除算法 | 第43-55页 |
| ·PLSDR-G 模型 | 第44-46页 |
| ·实验与结果分析 | 第46-55页 |
| ·冗余特征的去除算法 | 第55-65页 |
| ·有监督的冗余特征去除算法 | 第56-60页 |
| ·实验与结果分析 | 第60-65页 |
| ·小结 | 第65-67页 |
| 第四章 偏最小二乘降维的后处理 | 第67-86页 |
| ·基于回归拟合度的模型选择 | 第67-76页 |
| ·PAS 算法和PIS 算法 | 第67-71页 |
| ·实验与结果分析 | 第71-76页 |
| ·嵌入式模型选择 | 第76-84页 |
| ·FSBFE 算法 | 第76-78页 |
| ·实验与结果分析 | 第78-84页 |
| ·小结 | 第84-86页 |
| 第五章 偏最小二乘降维的应用 | 第86-100页 |
| ·分类模型的选择 | 第86-94页 |
| ·分类模型选择的意义 | 第86-87页 |
| ·实验与结果分析 | 第87-94页 |
| ·偏最小二乘降维在文本分类中的应用 | 第94-99页 |
| ·偏最小二乘语义索引模型 | 第94-95页 |
| ·实验与结果分析 | 第95-99页 |
| ·小结 | 第99-100页 |
| 第六章 结论 | 第100-102页 |
| 参考文献 | 第102-110页 |
| 作者在攻读博士学位期间公开发表的论文 | 第110-112页 |
| 作者在攻读博士学位期间所作的项目 | 第112页 |
| 作者在攻读博士学位期间所获得的专利 | 第112-113页 |
| 致谢 | 第113-114页 |
