| 摘要 | 第4-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第10-14页 |
| 1.1 课题背景和意义 | 第10-11页 |
| 1.2 领域研究现状 | 第11-12页 |
| 1.3 本文主要工作 | 第12页 |
| 1.4 本文组织结构 | 第12-14页 |
| 第2章 研究背景介绍 | 第14-27页 |
| 2.1 特征选择 | 第14-22页 |
| 2.1.1 特征选择的基本思想 | 第14-15页 |
| 2.1.2 特征选择方法分类 | 第15-18页 |
| 2.1.3 递归特征剔除方法 | 第18-19页 |
| 2.1.4 基于LDM算法的递归特征剔除方法 | 第19-22页 |
| 2.2 支持向量回归 | 第22-24页 |
| 2.3 支持向量理论的最新进展 | 第24-25页 |
| 2.4 本章小结 | 第25-27页 |
| 第3章 距离加权支持向量回归算法 | 第27-46页 |
| 3.1 算法的形成 | 第27-28页 |
| 3.2 算法的基本思想 | 第28-30页 |
| 3.3 推导过程及算法实现 | 第30-36页 |
| 3.3.1 对偶坐标下降法 | 第30-34页 |
| 3.3.2 平均随机梯度下降法 | 第34-36页 |
| 3.4 实验比较 | 第36-45页 |
| 3.4.1 实验设置 | 第36-37页 |
| 3.4.2 实验结果及分析 | 第37-43页 |
| 3.4.3 参数影响 | 第43-44页 |
| 3.4.4 时间成本测试 | 第44-45页 |
| 3.5 本章小结 | 第45-46页 |
| 第4章 基于距离加权支持向量回归的递归特征剔除方法 | 第46-52页 |
| 4.1 算法的基本思想 | 第46-47页 |
| 4.2 实验测试 | 第47-51页 |
| 4.2.1 实验设置 | 第47-48页 |
| 4.2.2 实验结果及分析 | 第48-51页 |
| 4.3 本章小结 | 第51-52页 |
| 第5章 总结与展望 | 第52-54页 |
| 5.1 总结 | 第52-53页 |
| 5.2 展望 | 第53-54页 |
| 参考文献 | 第54-58页 |
| 作者简介及在学期间取得的科研成果 | 第58-59页 |
| 致谢 | 第59页 |