声明
摘要
第1章 绪论
1.1 论文的研究背景及意义
1.2 课题研究现状
1.2.1 半监督线性判别分析的研究现状
1.2.2 不完全数据预测的研究现状
1.3 论文结构安排
第2章 基础知识
2.1 半监督线性判别分析
2.1.1 线性判别分析(LDA)
2.1.2 半监督学习
2.1.3 改进的线性判别分析方法
2.2 不完全数据预测
2.2.1 不完全数据产生的原因
2.2.2 不完全数据预测的方法
2.3 常用的分类算法简介
2.3.1 K最近邻算法(KNN)
2.3.2 支持向量机(SVM)
2.3.3 决策树算法
2.4 本章小结
第3章 基于半监督类别信息的线性判别降维方法
3.1 正则化线性判别分析
3.2 半监督线性判别降维方法
3.3 实验与分析
3.3.1 人脸数据集实验结果与分析
3.3.2 UCI数据集实验结果与分析
3.4 本章小结
第4章 不完全数据的半监督线性判别降维方法
4.1 基于半监督线性判别分析的不完全数据降维
4.2 粒子群优化算法简介
4.3 不完全数据降维的粒子群优化算法
4.4 实验与分析
4.4.1 Iris和Zoo数据集实验结果及分析
4.4.2 Abalone和Skin数据集实验结果及分析
4.5 本章小结
结论
参考文献
攻读硕士学位期间发表的论文和取得的科研成果
致谢
哈尔滨工程大学;