數(shù)據(jù)表示是機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘和模式識(shí)別等領(lǐng)域共性的基礎(chǔ)問(wèn)題之一。隨著數(shù)據(jù)采集等相關(guān)技術(shù)的快速發(fā)展,許多實(shí)際應(yīng)用場(chǎng)景中普遍存在著高維大數(shù)據(jù)。同時(shí),數(shù)據(jù)采集過(guò)程中不可避免的會(huì)引入部分低質(zhì)量的特征比如噪聲數(shù)據(jù)和異常特征等。這些高維數(shù)據(jù)一方面通過(guò)采用更高維度的特征使得對(duì)數(shù)據(jù)內(nèi)在結(jié)構(gòu)的刻畫能力得到增強(qiáng),另一方面也引入更高的數(shù)據(jù)存儲(chǔ)計(jì)算成本并且給機(jī)器學(xué)習(xí)等相關(guān)算法的學(xué)習(xí)提出了更高的挑戰(zhàn)。研究人員近年來(lái)提出多種方法處理高維數(shù)據(jù),其中代表性技術(shù)包括數(shù)據(jù)降維和特征選擇。特征選擇技術(shù)根據(jù)是否依賴數(shù)據(jù)真實(shí)標(biāo)簽大致分為有監(jiān)督、半監(jiān)督和無(wú)監(jiān)督三類。無(wú)監(jiān)督特征選擇方法在進(jìn)行特征選擇時(shí)不依賴真實(shí)數(shù)據(jù)標(biāo)簽,因此有著較為廣闊的應(yīng)用前景并對(duì)算法提出更高的挑戰(zhàn)。近年來(lái)研究人員提出大量的無(wú)監(jiān)督特征選擇算法其中主要包括過(guò)濾式和嵌入式等兩大類方法。一般來(lái)說(shuō),過(guò)濾式方法超參數(shù)較少,算法實(shí)現(xiàn)較為簡(jiǎn)單,性能較為有限;而嵌入式方法通常涉及較多的超參數(shù),算法過(guò)程相對(duì)復(fù)雜,經(jīng)過(guò)仔細(xì)調(diào)參后性能較高。盡管無(wú)監(jiān)督特征選擇領(lǐng)域近年來(lái)已經(jīng)提出了多種方法,但是這些算法依然存在一些缺點(diǎn):（1）現(xiàn)有算法普遍采用基于向量的表示進(jìn)行特征選擇。當(dāng)數(shù)據(jù)存在低質(zhì)量特... 

【文章來(lái)源】：山西大學(xué)山西省

【文章頁(yè)數(shù)】：74 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
中文摘要
ABSTRACT
緒論
    1.1 研究背景和意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
    1.3 主要研究?jī)?nèi)容
    1.4 論文組織結(jié)構(gòu)
第二章 相關(guān)工作
    2.1 特征選擇概述
        2.1.1 特征選擇過(guò)程
        2.1.2 搜索策略
        2.1.3 評(píng)價(jià)標(biāo)準(zhǔn)
    2.2 特征選擇算法分類
    2.3 無(wú)監(jiān)督特征選擇算法分類
        2.3.1 過(guò)濾式無(wú)監(jiān)督特征選擇算法
        2.3.2 嵌入式無(wú)監(jiān)督特征選擇算法
    2.4 本章小結(jié)
第三章 特征級(jí)LLE構(gòu)圖的過(guò)濾式無(wú)監(jiān)督特征選擇算法
    3.1 LLE算法
    3.2 提出的算法
    3.3 實(shí)驗(yàn)結(jié)果與分析
        3.3.1 對(duì)比方法
        3.3.2 數(shù)據(jù)集選擇
        3.3.3 參數(shù)設(shè)置
        3.3.4 聚類結(jié)果分析
        3.3.5 參數(shù)敏感性分析
    3.4 本章小結(jié)
第四章 特征級(jí)鄰近圖重建的嵌入式無(wú)監(jiān)督特征選擇算法
    4.1 算法模型
    4.2 實(shí)驗(yàn)結(jié)果與分析
        4.2.1 對(duì)比方法
        4.2.2 數(shù)據(jù)集選擇
        4.2.3 參數(shù)設(shè)置
        4.2.4 聚類結(jié)果分析
        4.2.5 特征冗余性分析
    4.3 本章小結(jié)
第五章 總結(jié)與展望
    5.1 總結(jié)
    5.2 展望
參考文獻(xiàn)
攻讀碩士學(xué)位期間取得的研究成果
致謝
個(gè)人簡(jiǎn)況及聯(lián)系方式



本文編號(hào)：3508732