| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 综述 | 第7-12页 |
| ·模型选择的重要性 | 第7-8页 |
| ·文献综述 | 第8-10页 |
| ·LASSO及其相关方法简介 | 第10-11页 |
| ·本文的结构 | 第11-12页 |
| 第二章 线性模型基于LASSO及其相关方法的模型选择 | 第12-33页 |
| ·LASSO及其相关方法的直观解释 | 第13-17页 |
| ·惩罚函数的性质 | 第17-18页 |
| ·LASSO及其相关方法和对应的算法 | 第18-25页 |
| ·LASSO及最小角回归算法 | 第18-20页 |
| ·ADAPTIVE-LASSO及对应的算法 | 第20页 |
| ·NONNEGATIVE GAROTTE估计及其算法 | 第20-21页 |
| ·ELASTIC NET估计及其算法 | 第21-22页 |
| ·SCAD估计及其算法 | 第22-24页 |
| ·RELEXED LASSO估计及其算法 | 第24-25页 |
| ·"TUNNING PARAMETER"选择方法 | 第25-26页 |
| ·五折交叉核实 | 第25页 |
| ·广义交叉核实 | 第25-26页 |
| ·BIC准则 | 第26页 |
| ·能运用LARS算法的条件 | 第26-27页 |
| ·数值模拟 | 第27-30页 |
| ·高维情形的一些讨论 | 第30-31页 |
| ·有监督主成分的想法 | 第30页 |
| ·ELASTIC NET处理高维数据的想法 | 第30-31页 |
| ·LASSO及其相关方法的一个简单比较 | 第31页 |
| ·其它的LASSO方法 | 第31-33页 |
| 第三章 基于广义线性模型的统一处理方法 | 第33-38页 |
| ·广义线性模型下的各种LASSO及其相关方法 | 第33页 |
| ·实例 | 第33-35页 |
| ·两个统一的处理方法 | 第35-38页 |
| ·最小二乘近似方法 | 第35-36页 |
| ·PREDICTOR-CORRECTOR方法 | 第36-38页 |
| 第四章 有待进一步研究的问题 | 第38-40页 |
| 参考文献 | 第40-47页 |
| 致谢 | 第47-48页 |
| 攻读硕士学位期间发表的论文 | 第48页 |