| 中文摘要 | 第4-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第10-21页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 属性约简的简介 | 第11-12页 |
| 1.3 属性约简的应用 | 第12-15页 |
| 1.4 属性约简算法的研究进展 | 第15-19页 |
| 1.5 问题提出及内容安排 | 第19-21页 |
| 第二章 相关理论基础 | 第21-27页 |
| 2.1 支持向量机 | 第21-22页 |
| 2.2 支持向量数据描述 | 第22-26页 |
| 2.2.1 1分类问题 | 第22-24页 |
| 2.2.2 多分类问题 | 第24-26页 |
| 2.3 章节小结 | 第26-27页 |
| 第三章 基于多个SVDD的对偶目标递归特征消除算法 | 第27-40页 |
| 3.1 基于SVDD的对偶目标递归特征消除方法 | 第27-28页 |
| 3.2 基于多个SVDD的对偶目标递归特征消除方法 | 第28-31页 |
| 3.2.1 加速对偶目标递归特征消除方法 | 第28-29页 |
| 3.2.2 算法描述 | 第29-31页 |
| 3.3 仿真实验 | 第31-39页 |
| 3.3.1 模拟数据集 | 第31-34页 |
| 3.3.2 UCI数据集 | 第34-36页 |
| 3.3.3 微阵列数据 | 第36-39页 |
| 3.4 章节小结 | 第39-40页 |
| 第四章 基于多个SVDD的半径递归特征消除算法 | 第40-53页 |
| 4.1 基于SVDD的半径递归特征消除方法 | 第40-41页 |
| 4.2 基于多个SVDD的半径递归特征消除方法 | 第41-44页 |
| 4.2.1 加速的半径递归特征消除方法 | 第41-43页 |
| 4.2.2 算法描述 | 第43-44页 |
| 4.3 仿真实验 | 第44-52页 |
| 4.3.1 模拟数据集 | 第44-47页 |
| 4.3.2 UCI数据集 | 第47-49页 |
| 4.3.3 微阵列数据集 | 第49-52页 |
| 4.4 章节小结 | 第52-53页 |
| 第五章 基于多个SVDD的定向距离特征提取算法 | 第53-68页 |
| 5.1 基于SVM的定向距离特征提取方法 | 第53-55页 |
| 5.2 基于多个SVDD的定向距离特征提取方法 | 第55-59页 |
| 5.3 仿真实验 | 第59-67页 |
| 5.3.1 UCI数据集 | 第59-64页 |
| 5.3.2 微阵列数据集 | 第64-67页 |
| 5.4 章节小结 | 第67-68页 |
| 第六章 总结与展望 | 第68-70页 |
| 6.1 总结 | 第68-69页 |
| 6.2 展望 | 第69-70页 |
| 参考文献 | 第70-75页 |
| 攻读硕士学位期间主要的研究成果 | 第75-77页 |
| 科研情况 | 第75页 |
| 论文发表情况 | 第75页 |
| 专利 | 第75-76页 |
| 软件著作权 | 第76-77页 |
| 致谢 | 第77-78页 |