面向高维数据的特征选择算法和研究.pdf 全文免费在线阅读

  本文关键词：面向高维数据的特征选择算法研究，由笔耕文化传播整理发布。

文档介绍：
北京交通大学硕士学位论文面向高维数据的特征选择算法研究姓名:田旷申请学位级别:硕士专业:计算机科学与技术指导教师:景丽萍201206j竖立交适太堂亟±』熊±堂僮论文虫塞擅墨中文摘要互联网时代,网络已成为最大的信息聚集地。特别是因特网的快速发展,信息及电子文本数目迅速增加。据统计,互联网中80%的数据是以非结构化的形式存在的,如Web页面、电子邮件、基因数据、图像等。由于这些数据的半结构化甚至于无结构化的特点,使得表示这些数据的特征向量高达几万维甚至于几十万维。特征维数的庞大引起了维度灾难(curseofdimensionality),这对文本分类,信息检索,基因工程,计算机视觉等问题造成了极大的障碍。所以我们引入特征选择,通过它来移除不相关的特征,检测出冗余的特征,得到一个较小、较优的特征子集,最终达到维数约简的目的。与此同时提高学习算法的泛化性能和运行效率,得到更加简单和容易理解的学习模型。本文关注的焦点是高维数据的特征选择以及基于特征选择的集成聚类。研究重点主要包括以下两个方面:一、我们提出了一种基于稀疏表示的组合式特征选择方法。首先我们利用相关性特征选择方法(如IG、EVSC等)去除不相关的特征,然后引入用稀疏表示的方法来探测冗余特征,结合这两... 内容来自转载请标明出处.

  本文关键词：面向高维数据的特征选择算法研究，，由笔耕文化传播整理发布。