摘要
Abstract
目录
第1章 绪论
1.1 研究背景
1.2 国内外现状
1.3 主要工作
1.4 内容安排
第2章 高维数据的特征选择方法
2.1 特征选择方法的稳定性
2.2 稳定的特征选择方法
2.2.1 集成的特征选择方法
2.2.2 基于先验特征相关性的方法
2.2.3 Group特征选择方法
2.2.4 样本注入的方法
2.3 特征选择方法的稳定性评价准则
2.4 本章小结
第3章 基于改进的SVM评价准则的单特征选择算法
3.1 引言
3.2 基于SVM的评价准则简介
3.3 算法思想
3.4 实验结果与分析
3.4.1 实验数据
3.4.2 实验设置
3.4.3 实验结果与分析
3.5 本章小结
第4章 基于改进的SVM评价准则的集成特征选择算法
4.1 引言
4.2 算法思想
4.3 实验结果与分析
4.3.1 实验数据
4.3.2 实验设置
4.3.3 实验结果与分析
4.4 本章小结
第5章 基于L_1SVM的集成特征选择算法
5.1 引言
5.2 L_1SVM算法
5.3 算法思想
5.4 实验结果与分析
5.4.1 实验数据
5.4.2 实验设置
5.4.3 实验结果与分析
5.5 本章小结
第6章 结束语
参考文献
附录
致谢
南京师范大学;