| 中文摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 课题研究背景与意义 | 第9页 |
| 1.2 维数约简研究进展 | 第9-13页 |
| 1.3 问题提出与内容安排 | 第13-15页 |
| 第二章 相关基础理论 | 第15-25页 |
| 2.1 支持向量机 | 第15-17页 |
| 2.2 基于SVM的特征选择算法 | 第17-20页 |
| 2.2.1 基于SVM的Wrapper特征选择算法 | 第18-19页 |
| 2.2.2 基于SVM的Embedded特征选择算法 | 第19-20页 |
| 2.2.3 基于SVM的混合特征选择算法 | 第20页 |
| 2.3 支持向量数据描述 | 第20-24页 |
| 2.3.1 支持向量数据描述 | 第20-22页 |
| 2.3.2 基于SVDD的特征选择算法 | 第22-24页 |
| 2.4 小结 | 第24-25页 |
| 第三章 基于SVDD模型的快速特征选择算法 | 第25-34页 |
| 3.1 引言 | 第25页 |
| 3.2 基于SVDD模型的快速特征选择算法 | 第25-26页 |
| 3.3 实验比较 | 第26-32页 |
| 3.3.1 Leukemia数据集 | 第27-29页 |
| 3.3.2 Colon Tumor数据集 | 第29-32页 |
| 3.3.3 SVM分类器 | 第32页 |
| 3.4 小结 | 第32-34页 |
| 第四章 基于多SVDD模型的快速特征选择方法 | 第34-46页 |
| 4.1 引言 | 第34页 |
| 4.2 基于多SVDD模型的快速特征选择方法 | 第34-35页 |
| 4.3 其他特征选择算法扩展到多类情况 | 第35-37页 |
| 4.4 实验比较 | 第37-44页 |
| 4.4.1 数据集介绍及实验设置 | 第37-38页 |
| 4.4.2 两类数据集 | 第38-39页 |
| 4.4.3 多类数据集 | 第39-42页 |
| 4.4.4 不同维数的讨论 | 第42-44页 |
| 4.5 小结 | 第44-46页 |
| 第五章 总结与展望 | 第46-49页 |
| 5.1 总结 | 第46-47页 |
| 5.2 展望 | 第47-49页 |
| 参考文献 | 第49-56页 |
| 攻读硕士学位期间主要研究成果 | 第56-58页 |
| 科研情况 | 第56页 |
| 论文发表 | 第56页 |
| 专利申请 | 第56-57页 |
| 软件著作权 | 第57-58页 |
| 致谢 | 第58-59页 |