摘要 | 第1-7页 |
Abstract | 第7-13页 |
第一章 绪论 | 第13-27页 |
·论文的研究背景与意义 | 第13-15页 |
·高维数据处理概述 | 第15-19页 |
·处理过程 | 第15-16页 |
·处理方法 | 第16-18页 |
·特征选择与特征提取 | 第18-19页 |
·研究现状与关键问题分析 | 第19-24页 |
·研究现状 | 第19-23页 |
·高维数据处理关键问题分析 | 第23-24页 |
·论文主要内容及章节安排 | 第24-27页 |
·主要内容 | 第24-25页 |
·章节安排 | 第25-27页 |
第二章 典型相关算法分析 | 第27-37页 |
·遗传算法 | 第27-29页 |
·主成分分析 | 第29-32页 |
·线性判别分析 | 第32-33页 |
·局部线性嵌入 | 第33-35页 |
·小结 | 第35-37页 |
第三章 基于多重遗传算法的疾病相关单核苷酸多态性选择 | 第37-51页 |
·单核苷酸多态性简介 | 第37-38页 |
·单核苷酸多态性的概念 | 第37页 |
·单核苷酸多态性的特性 | 第37-38页 |
·疾病相关单核苷酸多态性选择面临的问题 | 第38-39页 |
·单核苷酸多态性与疾病的关联分析 | 第39-42页 |
·关联性测度 | 第39-41页 |
·关联性的传播特性分析 | 第41-42页 |
·多重遗传算法设计与分析 | 第42-45页 |
·多重遗传算法的设计 | 第43-45页 |
·算法的时间复杂度分析 | 第45页 |
·实验结果 | 第45-50页 |
·实验数据说明 | 第45-46页 |
·实验参数设置 | 第46页 |
·实验结果和算法性能评价 | 第46-50页 |
·小结 | 第50-51页 |
第四章 二次投影识别蛋白质谱数据的新方法 | 第51-65页 |
·蛋白质谱数据简介 | 第51页 |
·蛋白质谱数据识别问题分析 | 第51-53页 |
·数据识别的现有投影方法 | 第53-56页 |
·最大边界准则 | 第53-55页 |
·局部线性判别嵌入 | 第55-56页 |
·基于二次投影方法的蛋白质谱数据识别 | 第56-59页 |
·数据预处理 | 第56-57页 |
·二次投影方法 | 第57-58页 |
·改进的二次投影方法 | 第58-59页 |
·实验 | 第59-64页 |
·实验数据 | 第59页 |
·实验结果与分析 | 第59-64页 |
·小结 | 第64-65页 |
第五章 基于最大边界准则的特征提取研究 | 第65-79页 |
·问题描述 | 第65-66页 |
·特征提取相关算法简介 | 第66-68页 |
·保局投影 | 第66-67页 |
·线性局部切空间排列算法 | 第67-68页 |
·保局判别分析特征提取算法 | 第68-73页 |
·保局判别分析算法 | 第68-69页 |
·实验 | 第69-73页 |
·线性局部切空间判别分析特征提取算法 | 第73-77页 |
·线性局部切空间判别分析算法 | 第73-74页 |
·实验 | 第74-77页 |
·小结 | 第77-79页 |
第六章 基于线性最大差异伸展的特征提取研究 | 第79-89页 |
·问题描述 | 第79-80页 |
·最大差异伸展算法 | 第80-81页 |
·线性最大差异伸展算法 | 第81-83页 |
·算法分析 | 第81-82页 |
·算法实施过程 | 第82-83页 |
·实验结果与分析 | 第83-87页 |
·合成数据实验 | 第83-84页 |
·数字手写体图像的二维可视化实验 | 第84-85页 |
·图像识别实验 | 第85-87页 |
·小结 | 第87-89页 |
第七章 基于二维局部线性嵌入的特征提取研究 | 第89-99页 |
·问题描述 | 第89-90页 |
·二维局部线性嵌入 | 第90-93页 |
·基于二维图像的处理思想 | 第90页 |
·二维局部线性嵌入算法 | 第90-93页 |
·实验结果与分析 | 第93-97页 |
·流形学习能力实验 | 第93-94页 |
·人脸图像分类实验 | 第94-96页 |
·数字手写体图像分类实验 | 第96-97页 |
·小结 | 第97-99页 |
第八章 总结与展望 | 第99-103页 |
·总结 | 第99-101页 |
·后继工作与展望 | 第101-103页 |
致谢 | 第103-105页 |
参考文献 | 第105-117页 |
攻读博士学位期间发表的论文和科研工作 | 第117-119页 |