信息瓶颈方法的特征权重研究
| 摘要 | 第1-6页 |
| Abstract | 第6-13页 |
| 1 引言 | 第13-34页 |
| ·信息瓶颈方法 | 第14-24页 |
| ·聚类 | 第14-16页 |
| ·率矢真和信息瓶颈 | 第16-18页 |
| ·IB方法发展路线图 | 第18-19页 |
| ·三种经典IB算法 | 第19-24页 |
| ·联合概率模型 | 第24-25页 |
| ·特征权重 | 第25-27页 |
| ·论文的研究内容 | 第27-31页 |
| ·加权联合概率模型 | 第27-29页 |
| ·综合赋权方法及自学习权重机制 | 第29-30页 |
| ·互信息增益权重评价 | 第30页 |
| ·非共现数据两阶段加权二元化转化方法 | 第30-31页 |
| ·论文的研究成果 | 第31-34页 |
| ·课题来源与研究意义 | 第31页 |
| ·论文的主要成果 | 第31-32页 |
| ·论文的章节安排 | 第32-34页 |
| 2 IB方法的综合赋权方法 | 第34-54页 |
| ·特征权重 | 第34-35页 |
| ·多属性决策和综合赋权 | 第35-37页 |
| ·IB方法的相对熵综合赋权 | 第37-42页 |
| ·IB方法综合赋权韵的特点 | 第38页 |
| ·相对熵综合赋权 | 第38-39页 |
| ·权重方案集的选取 | 第39-42页 |
| ·相对熵综合赋权CWRE-sIB算法 | 第42-44页 |
| ·算法伪码 | 第42-43页 |
| ·时间复杂度分析 | 第43-44页 |
| ·实验结果与分析 | 第44-52页 |
| ·数据集 | 第44-45页 |
| ·实验评价方法 | 第45-46页 |
| ·实验结果 | 第46-52页 |
| ·本章小结 | 第52-54页 |
| 3 IB方法的自学习权重机制 | 第54-67页 |
| ·常见的自学习方法 | 第54-57页 |
| ·IB方法中的权重自学习机制 | 第57-60页 |
| ·IB迭代中特征权重引入方法 | 第58-59页 |
| ·权重训练法则 | 第59-60页 |
| ·FWA_CDsIB算法 | 第60-62页 |
| ·算法伪码 | 第60-62页 |
| ·实验结果与分析 | 第62-66页 |
| ·实验数据集 | 第62页 |
| ·实验评价方法 | 第62-63页 |
| ·实验结果 | 第63-66页 |
| ·本章小结 | 第66-67页 |
| 4 互信息增益权重评价 | 第67-85页 |
| ·传统权重评价方式的运行时间分析 | 第67-69页 |
| ·互信息增益权重评价的运行时间分析 | 第69-70页 |
| ·互信息增益权重评价方法的形式化定义 | 第70-73页 |
| ·基于案例的时间复杂度分析 | 第73-75页 |
| ·基于单一权重方案的案例 | 第74-75页 |
| ·基于线性组合法的案例 | 第75页 |
| ·基于案例的实验结果与分析 | 第75-84页 |
| ·数据集 | 第75页 |
| ·实验评价方法 | 第75-76页 |
| ·实验结果 | 第76-84页 |
| ·本章小结 | 第84-85页 |
| 5 非共现数据两阶段加权二元化转化方法 | 第85-97页 |
| ·权重方案的选取原则 | 第86-87页 |
| ·加权粒度 | 第87-88页 |
| ·两阶段三视角加权方法 | 第88-91页 |
| ·TPAW-sIB算法 | 第91-92页 |
| ·实验结果与分析 | 第92-96页 |
| ·实验数据集 | 第92页 |
| ·实验评估方法 | 第92-93页 |
| ·实验结果 | 第93-96页 |
| ·本章小结 | 第96-97页 |
| 6 总结与展望 | 第97-100页 |
| ·工作总结 | 第97-98页 |
| ·研究展望 | 第98-100页 |
| 参考文献 | 第100-110页 |
| 致谢 | 第110-112页 |
| 个人简历 | 第112页 |
| 在学期间发表的学术论文 | 第112-113页 |
| 课题相关的基金项目 | 第113页 |
