基于层次贝叶斯的子空间分类
| 摘要 | 第1-4页 |
| Abstract | 第4-11页 |
| 第1章 绪论 | 第11-15页 |
| ·背景 | 第11页 |
| ·子空间分类 | 第11-13页 |
| ·层次贝叶斯模型 | 第13-14页 |
| ·本文的主要研究内容与组织结构 | 第14-15页 |
| 第2章 基于层次则十斯的子空间模型 | 第15-22页 |
| ·设计思想 | 第15页 |
| ·工作机制 | 第15-16页 |
| ·模型的推理与决策 | 第16-20页 |
| ·先验似然函数的推导 | 第17-19页 |
| ·贝叶斯决策 | 第19-20页 |
| ·本章小结 | 第20-22页 |
| 第3章 参数估计 | 第22-41页 |
| ·机器学习中的MCMC算法 | 第22-32页 |
| ·基本问题描述 | 第22-25页 |
| ·MCMC算法 | 第25-32页 |
| ·共轭先验分布 | 第32-34页 |
| ·基于共轭先验分布的Gibbs采样 | 第34-36页 |
| ·模型的参数估计 | 第36-40页 |
| ·参数估计方法选择 | 第36页 |
| ·参数z_c，r_c的估计 | 第36-37页 |
| ·参数μ，σ~2的估计 | 第37-38页 |
| ·参数ω的估计 | 第38-39页 |
| ·参数θ的估计 | 第39-40页 |
| ·本章小结 | 第40-41页 |
| 第4章 基于UCI数据的实验分析 | 第41-46页 |
| ·分类测试实验流程 | 第41页 |
| ·实验结果比较 | 第41-42页 |
| ·基于MBSC的降维方法描述 | 第42-43页 |
| ·降维实验结果分析 | 第43-45页 |
| ·本章小结 | 第45-46页 |
| 第5章 基于MBSC的CGH数据集分类与检测 | 第46-55页 |
| ·CGH以及array-CGH | 第46-48页 |
| ·方法概述 | 第46页 |
| ·array-CGH在肿瘤学中的应用和意义 | 第46-48页 |
| ·Ⅲ级乳腺癌分类 | 第48-50页 |
| ·实验数据描述 | 第48页 |
| ·数据的预处理 | 第48页 |
| ·数据集的分类 | 第48-49页 |
| ·基于数据降维的分类结果分析 | 第49-50页 |
| ·非小型肺癌分类 | 第50-53页 |
| ·实验数据介绍 | 第50-51页 |
| ·数据的预处理 | 第51页 |
| ·数据集的分类 | 第51页 |
| ·基于数据降维的分类结果分析 | 第51-53页 |
| ·基于层次贝叶斯模型的子空间分类方法再讨论 | 第53-54页 |
| ·本章小结 | 第54-55页 |
| 第6章 结论与展望 | 第55-57页 |
| ·本文的主要工作和创新点 | 第55-56页 |
| ·进一步的工作展望 | 第56-57页 |
| 参考文献 | 第57-62页 |
| 致谢 | 第62-63页 |
| 个人简历 | 第63页 |
