基于粗糙集的特征选择高效算法研究
| 中文摘要 | 第10-11页 |
| ABSTRACT | 第11-12页 |
| 第一章 引言 | 第13-17页 |
| 1.1 论文的研究目的与意义 | 第13-14页 |
| 1.2 国内外研究现状 | 第14-16页 |
| 1.2.1 动态数据集特征选择研究现状 | 第14-15页 |
| 1.2.2 半监督特征选择研究现状 | 第15-16页 |
| 1.3 论文的主要工作及结果 | 第16页 |
| 1.4 论文结构 | 第16-17页 |
| 第二章 粗糙集理论基础知识 | 第17-21页 |
| 2.1 不可区分关系 | 第17页 |
| 2.2 三种代表性信息熵 | 第17-19页 |
| 2.3 特征选择 | 第19-20页 |
| 2.4 半监督特征选择 | 第20页 |
| 2.5 小结 | 第20-21页 |
| 第三章 面向动态数据集的粗糙特征选择算法 | 第21-27页 |
| 3.1 问题描述 | 第21-22页 |
| 3.2 互补熵的动态更新机制 | 第22-23页 |
| 3.3 特征重要度度量 | 第23-24页 |
| 3.4 面向动态数据集的粗糙特征选择算法 | 第24页 |
| 3.5 实验分析 | 第24-26页 |
| 3.6 小结 | 第26-27页 |
| 第四章 基于聚类假设的半监督特征选择算法 | 第27-33页 |
| 4.1 聚类分析相关知识 | 第28页 |
| 4.2 半监督学习相关内容 | 第28-29页 |
| 4.3 基于聚类假设的半监督特征选择算法 | 第29页 |
| 4.4 实验分析 | 第29-31页 |
| 4.5 小结 | 第31-33页 |
| 第五章 结论与展望 | 第33-35页 |
| 参考文献 | 第35-41页 |
| 攻读学位期间取得的研究成果 | 第41-43页 |
| 致谢 | 第43-45页 |
| 个人简况及联系方式 | 第45-46页 |
