首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

高维数据的特征选择与特征提取研究

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

论文共119页,点击 下载论文
上一篇:核矩阵低秩分解与核空间信息能度量研究及应用
下一篇:空间信息网安全关键技术研究