声明
致谢
变量注释
1 绪论
1.1 研究背景
1.2 研究动机及目标
1.3 研究内容及方法
(1)基于粒化数据重要性标记的快速实例约减
(2)融合降噪和特征降维的改进粒化数据重要性标记实例约减
1.4 研究成果及意义
(1)针对已有实例约减算法不具有一般性以及算法耗时的问题,提出了基于粒化数据重要性标记的快速实例约减算法
(2)为进一步提升实例约减子集分类精度,提出了融合降噪和特征降维的改进粒化数据重要性标记实例约减算法
1.5 本文结构
1.6 本章小结
2 实例约减与粒计算相关工作
2.1 引言
2.2 实例约减相关概念
2.3 实例约减相关研究成果概述
2.3.1 封装算法
2.3.2 过滤算法
2.4.1 粒计算与数据处理
2.4.2 粒计算在数据约减方面的应用
2.5 本章小结
3 基于粒化数据重要性标记的快速实例约减
3.1研究背景
3.2 基于粒化策略的数据重要性标记
3.2.1 数据粒化
3.2.2基于Hausdorff距离的数据重要性标记
3.3.1 基于数据重要性实例约减示例
3.2.3算法描述
3.4.1数据集的选取
3.4.2实验参数设置
3.4.3数据粒化映射合理性验证
3.4.4实例约减可视化
3.4.5实例约减实验对比及分析
3.5 本章小结
4 融合降噪和特征降维的改进粒化数据重要性标记
4.1 研究背景
4.2.1 噪声过滤器—基于裁剪的实例约减算法
4.2.2 主元分析(Principal Component Analysis,PCA)
4.2.3 欧氏距离和VDM测度融合的数据重要性标记方法
4.3 算法流程
4.4.1 实验设置
4.4.2 噪声过滤器ENN的有效性验证
4.4.3粒化映射与PCA实验效果对比
4.4.4实例约减结果可视化
4.4.5 算法整体性能对比与分析
4.5本章小结
5 总结与展望
5.1 本文工作
(1)基于粒化数据重要性标记的快速实例约减算法
(2)融合降噪和特征降维的改进粒化据重要性标记实例约减算法
5.2 本文创新之处
5.3 进一步研究工作
参考文献
作者简历
学位论文原创性声明
学位论文数据集
中国矿业大学;
中国矿业大学(江苏);