基于最优给分的稀疏无监督学习算法研究
| 摘要 | 第1-3页 |
| Abstract | 第3-9页 |
| 第1章 引言 | 第9-12页 |
| ·多元统计分析概述 | 第9页 |
| ·当前多元统计分析中存在的问题 | 第9-10页 |
| ·本文研究意义 | 第10-11页 |
| ·全文内容安排 | 第11-12页 |
| 第2章 主元分析 | 第12-17页 |
| ·主元概念 | 第12-13页 |
| ·方差、冗余、协方差矩阵 | 第13-15页 |
| ·方差 | 第13-14页 |
| ·冗余 | 第14页 |
| ·协方差矩阵 | 第14-15页 |
| ·主元求解 | 第15-17页 |
| 第3章 多元线性回归稀疏系数模型 | 第17-21页 |
| ·套索 | 第17-18页 |
| ·弹性网 | 第18-21页 |
| 第4章 四种稀疏主元分析方法 | 第21-39页 |
| ·主元分析的变形形式 | 第21-22页 |
| ·简化的套索主元分析技术 | 第22-24页 |
| ·稀疏主元分析 | 第24-26页 |
| ·通过正则化低秩矩阵近似的稀疏主元分析 | 第26-30页 |
| ·惩罚矩阵分解 | 第30-36页 |
| ·PMD一般形式 | 第30-32页 |
| ·多因子的PMD算法 | 第32-33页 |
| ·不同惩罚函数的 PMD | 第33-35页 |
| ·c_1和c_2的选择 | 第35-36页 |
| ·四种稀疏主元分析之间的关系 | 第36-39页 |
| 第5章 稀疏无监督降维 | 第39-47页 |
| ·给分矩阵 | 第40页 |
| ·最优给分的主元分析 | 第40-44页 |
| ·稀疏主坐标分析 | 第44-47页 |
| 第6章 实验 | 第47-56页 |
| ·Pitprops数据 | 第47-49页 |
| ·UCI数据集 | 第49-53页 |
| ·SVM分类 | 第53-55页 |
| ·基因微阵列 | 第55-56页 |
| 第7章 总结与展望 | 第56-57页 |
| 参考文献 | 第57-60页 |
| 攻读硕士学位期间主要的研究成果 | 第60-61页 |
| 致谢 | 第61页 |
