| 摘要 | 第4-6页 |
| Abstract | 第6-8页 |
| 1 绪论 | 第14-27页 |
| 1.1 研究背景及意义 | 第14-16页 |
| 1.2 国内外研究概况 | 第16-22页 |
| 1.3 主要内容与论文结构 | 第22-27页 |
| 2 文献回顾 | 第27-41页 |
| 2.1 基于信息论的特征选择方法 | 第27-30页 |
| 2.2 基于特征子集搜索的特征选择方法 | 第30-37页 |
| 2.3 数据驱动的DEA模型与排序方法 | 第37-41页 |
| 3 数据驱动的去先验参数特征选择框架 | 第41-58页 |
| 3.1 信息论度量 | 第41-42页 |
| 3.2 经典特征选择先验参数依赖性的进一步分析 | 第42-49页 |
| 3.3 基于联合互信息的前向迭代低阶近似分析框架 | 第49-52页 |
| 3.4 面向抽象决策单元的数据包络分析(DEA)框架 | 第52-56页 |
| 3.5 本章小结 | 第56-58页 |
| 4 基于冗余-互补散度的数据驱动特征选择方法 | 第58-85页 |
| 4.1 特征的冗余性、互补性及冗余-互补维度 | 第58-61页 |
| 4.2 高阶交互信息缺失在特征冗余-互补维度上的体现 | 第61-62页 |
| 4.3 冗余-互补散度及其对低阶评价准则的修正 | 第62-65页 |
| 4.4 基于冗余-互补散度的特征选择方法及实现 | 第65-66页 |
| 4.5 性能检验及结果分析 | 第66-83页 |
| 4.6 本章小结 | 第83-85页 |
| 5 基于多评价准则特征包络前沿的特征评价与排序 | 第85-101页 |
| 5.1 基于高阶特征关联下界的特征评价准则 | 第85-88页 |
| 5.2 基于最大化二阶特征关联的特征评价准则 | 第88-89页 |
| 5.3 基于多评价准则的特征选择DEA模型 | 第89-91页 |
| 5.4 基于超效率DEA的多评价准则特征排序方法 | 第91-92页 |
| 5.5 性能检验及结果分析 | 第92-97页 |
| 5.6 本章小结 | 第97-101页 |
| 6 嵌入特征选择的l_2-l_p稀疏重构车辆行为识别与分析 | 第101-116页 |
| 6.1 车辆行为分析与交通安全管理 | 第101-102页 |
| 6.2 l_2-l_p稀疏重构方法及其在车辆行为识别中的应用 | 第102-105页 |
| 6.3 嵌入特征选择的l_2-l_p范数稀疏重构车辆行为识别流程 | 第105-111页 |
| 6.4 实验及结果分析 | 第111-114页 |
| 6.5 本章小结 | 第114-116页 |
| 7 总结与展望 | 第116-119页 |
| 7.1 全文总结 | 第116-117页 |
| 7.2 研究展望 | 第117-119页 |
| 致谢 | 第119-120页 |
| 参考文献 | 第120-128页 |
| 附录1 攻读学位期间发表的学术论文 | 第128-130页 |
| 附录2 攻读学位期间从事的科研项目 | 第130-131页 |
| 附录3 攻读学位期间所获奖励 | 第131-132页 |
| 附录4 攻读学位期间的学术活动 | 第132页 |
