摘要
ABSTRACT
第一章 概述
1.1 数据降维的概述
1.2 数据降维的相关概念
1.3 数据降维的分类
1.4 流形学习
1.4.1 流行学习方法的发展背景
1.4.2 流行学习方法的概述
第二章 降维方法
2.1 线性降维方法
2.1.1 主成分分析
2.1.2 Fisher线性判别分析(LDA)
2.1.3 多维尺度变换(MDS)
2.2 非线性流行学习降维方法概述
2.2.1 全局特性保留方法
2.2.2 局部特性保持方法
2.2.3 非线性降维算法的总结
2.2.4 局部保持映射(LPP)
第三章 分类技术
3.1 方法介绍
3.2 常用分类分类器
3.2.1 最近邻分类器(NNC)
3.2.2 支持向量机(SVM)
第四章 结合式分类器的分类效果比较
4.1 降维技术与分类器相结合的结合式分类器的概述
4.2 结合式分类器设计与实现
4.2.1 结合式分类器的设计
4.2.2 数据预处理方法
4.2.3 结合式分类器的评估办法
4.3 实验结果分析
4.3.1 数据来源介绍
4.3.2 数据可视化分析
4.3.3 分类性能比较
4.3.4 类间类内对结合式分类器的评估
4.3.5 算法耗时评估
第五章 全文总结
5.1 研究工作总结
5.2 后续研究工作的展望
参考文献
致谢
攻读硕士期间发表的论文