基于谱分析的特征选择的分类算法研究任务书

 2022-01-07 09:01

全文总字数：1148字

1. 毕业设计（论文）主要内容：

  1. 降维方法一直是机器学习领域的热点研究问题，特征选择是降维方法的主要方法，基于谱分析的特征选择算法是当前的研究热点，通过算法去除这些冗余和不相关特征，选择原始数据的重要特征子集

  2. 了解谱分析的理论基础，并将特征选择方法和分类方法结合，并利用分类结果对特征进行评价，并建立优化函数选择特征；

  3. 对优化函数求解，实现特征子集的选择；

    剩余内容已隐藏，您需要先支付后才能查看该篇文章全部内容！

    2. 毕业设计（论文）主要任务及要求

    1、查阅不少于15篇的相关资料，其中英文文献不少于3篇，完成开题报告。2、完成不少于5000字的英文文献翻译工作。3、收集相关的原始数据，并进行数据的预处理工作。4、完成毕业设计（论文）阶段性报告，完成任务书和中期情况检查表等任务。5、完成不少于12000字的研究论文。

    3. 毕业设计（论文）完成任务的计划与安排

    1-3周：查阅文献，完成开题报告4-6周：总体设计，完成论文综述7-10周：设计算法，功能模块设计11-13周：编码和测试14-15周：写论文，提交初稿，给老师检查，修改定稿，答辩。

    4. 主要参考文献

    1. 数据分布保持的嵌入及其在特征选择中的应用[D]. 重庆大学, 2016.

    2. 脱倩娟, 赵红. 基于局部邻域嵌入的无监督特征选择[J]. 郑州大学学报(理学版), 2016, 48(3):57-62.

    3. L. Du and Y.-D. Shen. Unsupervised featureselection with adaptive structure learning. In KDD, 209–218, 2015.

      剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付

以上是毕业论文任务书，课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。

您可能感兴趣的文章