声明
第一章 绪论
1.2特征选择研究现状
1.3本文的主要工作
1.4本文的章节安排
第二章特征选择基本理论
2.2.2包裹式(Wrapper)特征选择方法
2.2.3嵌入式(Embedded)特征选择方法
2.4 特征选择的相关性和冗余性
2.5.2 决策树和随机森林分类器
2.5.3 K 近邻
2.5.4 支持向量机分类器
第三章 基于加权K近邻和遗传算法的特征选择方法
3.2 WKNNGAFS特征选择方法框架
3.2.1 种群初始化
3.2.3 遗传算子
3.2.4 终止条件
3.4 WKNNGAFS 算法及时间复杂度
3.5 实验结果
3.5.1 数据集
3.5.3 对比方法
3.5.4 结果和对比分析
第四章 基于邻域粗糙集的特征选择方法
4.2 邻域粗糙集的基本概念
4.3 OFS-Gapknn在线流特征选择方法
4.3.1 Gapknn邻域关系
4.3.2 OFS-Gapknn 在线流特征选择方法
4.4实验结果
4.4.1数据集和实验环境
4.4.3 结果和对比分析
4.4.4 与传统的特征选择方法的比较
4.4.5 与两种基本的邻域关系的比较
4.4.6 与在线流特征选择方法的比较
第五章 总结与展望
参考文献
攻读硕士学位期间论文发表
致谢
天津师范大学;