混合数据的核密度估计熵与快速的贪心特征选择算法

声明

摘要

图目录

表目录

1．1 研究背景和意义

1．2 研究现状和论文主要内容

1．3 论文组织结构

第2章 相关内容及方法

2．2 特征选择算法

2．3 核密度估计(KDE)

2．4 本章小结

第3章 KDE熵及贪心特征选择算法

3．1．1 KDE概率

3．1．2 KDE熵

3．2 混合特征KDE熵

3．2．1 KDE概率

3．2．2 KDE熵

3．3 基于混合特征KDE条件熵的贪心特征选择算法

3．3．1 算法描述与时间复杂度分析

3．3．2 特征选择算法的效果评估实验

3．4 本章小结

第4章 KDE熵的矩阵式及快速的贪心特征选择算法

4．1 核矩阵

4．1．1 第一种增量方法

4．1．2 第二种增量方法

4．2 数据向量和划分矩阵

4．3 核划分矩阵

4．4 离散特征熵的矩阵式

4．5 连续特征KDE熵的矩阵式

4．6 混合特征KDE熵的矩阵式

4．7 快速的基于混合特征KDE条件熵矩阵式的贪心特征选择算法

4．7．1 算法描述与时间复杂度分析

4．7．2 特征选择算法的速度实验

4．8 本章小结

5．1 总结

5．2 展望

参考文献

致谢