基于个体样本的特征按序抽取技术与应用

《基于个体样本的特征按序抽取技术与应用》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、．一．？、．、、、一．．’气＊？，？；－＊心、．－？．？分？＞：＾、？邱Ｉｊｔ心ｒ—；？ｒ产＇．．．、＾．－’，’Ｖ；．ｒ．‘，，心三站．‘．知－－．＇，＇．？’．＇．．＇：．’－二、＇＊：Ｔ＇，Ｖ；＾、的兮：皆７＃Ｔ＾：＾Ｃ＿、？，、抑、．：；；，‘方’舜齡心．：？．？＾‘‘公：；．矿；可带歡．分＇’■？、．、？＇＇－？＾＾＇？＾．祭护．Ｖ．；如：／／Ｖ、？．ｒ：、＂；．＜＇？＂：一、：ＶＸ洽黛底‘如：Ｖ令二／４＇’＇■．．■八Ａ沪忌三；ｋ钱．．魂＾歌苑

2、孝穀心处赛？少乂據’：Ｗ乂；；？．如；，、．气技．又巧＞－－．／、：文乂；．．：妒ｙ、．化皆、；研究生毕业论文万巧Ｖ．、八产多；’、？＂心硕去学位＞，｜韩．（申请韦琴＼，社马Ｉ？．＂—．．．．心．一．Ｖ诚石。＇＊－苗拆开＊－＾－，－。一，？．－＾／心今／ＶＶ，．．八＾．？，＇‘、．ｆ八一Ｖ々＞么？餐《户＼、？Ｐ？＇＇＾？人；；、，如ｒ．踩指；？踩：巧纖＾戶＇＇■＊？，－■？＇－－＇＇如办－：：．‘二＇．．一：．居：之：乂八＇＇：？’户‘－严－＇疗，

3、古．；－？－？－．：ｉ、论文题：：目基于个体样本的特征按序抽取技术与应用：ｖ，＇、－。。．、＇，—－＇：１：、点．一■，－＇－乂－，．ｖｒ，－，》＾‘？心＇＾？者姓名李静；．叶Ｕ畫作；＾＞：７Ｖ＇＇：－．．心鞭：：肆．：＇学科、专业名称计算机科学与技术＼八ｉ戌＾－－Ｖ、Ｖｉ；＼冷＇＇‘‘入．机器学习与数据挖掘心：Ｖ研究方向—麥户＇．‘乃’‘：‘：；．ｖ／姜远教授去，指：导教师．—卓＼＼聋；；―’＇‘－；、－：‘二？．，咕＾．、聲换心－．Ｖ

4、古＾、．．：ｕ诚公＇＾糸．－：．．．心．ｒ义个＇＼朵線二、．女？，罗６年５月２０日／５－／．＇．—．睾激兴〇杂＾．始．，气’＇、心，户．兴＞式．可，震片若掉＾知：、甘■－｜ｕｆｉ■Ｘ，学号：ＭＧ１３％０２６论文答辩日期：２０１６年５月２７曰指导教师：（签字）ＲｅｓｅａｒｃｈｏｎＩｎｓｔａｎｃｅＳｐｅｃｉｆｉｃＳｅｕｅｎｔｉａｌＦｅａｔｕｒｅＥｘｔｒａｃｔｉｏｎｑＡｌｇｏｒｉｔｈｍｓａｎｄＡｐｐｌｉｃａｔｉｏｎｂｙＬＩＪｉｎｇＳｕｐｅｒｖｉｓｅｄｂｙＰｒｏｆ

5、ｅｓｓｏｒＪＩＡＮＧＹｕａｎＡｄｉ化ｅｒｔａｔｉｏｎｓ口ｂｍｉｔｔｅｄｔｏ也ｅｒａｄｕａｔｅｓｃｈｏｏｌｏｆＮａｎｉ打Ｕｎｉｖｅｒｓｉｔｇｊｇｙ＾ｉ打ａｒｔｉａｌｆｕｌｆｉｌｍｅ打ｔｏｆ化ｅｉｅｕｉｒｅｍｅｎｔｓｆｏｒ出ｅｄｅｇｒｅｅｏｆｐｑＭａｓｔｅｒｉｎＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙｙｗ％簿ｉｆｅＤｅｐａｒｔｍｅｎｔｏｆＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙＮａｎｉｎＵｎｉｖｅｒｓｉｔｊｇｙＭａ２０

6、１６ｙ，南京大学研究生毕业论文基于个体样本的特征按序抽取技术与屋■巧ＲｅｓｅａｒｃｈｏｎＩｎｓｔａｎｃｅＳｅｃｉｆｉｃＳｅｑｕｅｎｔｉａｌｐＦｅａｔｕｒｅＥｘｔｒａｃ村ｏｎＡｌｏｒｉｔｈｍｓａｎｄＡｐｐｌｉｃａｔｉｏｎｇ南京大学计算机科学与技术系李静导师：姜远教授二—六年五月０南京大学研究生毕业论文摘要随着数据存储技术的快速发展，越来越多的复杂对象被描述和存储。为了减少在数据挖掘中特征提取的时间开销，需要对特征提取方法进行加速一定程度上降低特。特征选择和特征抽

7、取都可人征提取开销，送些方法都是从降低特征维度的角度出发来提高特征提取效率。然而它们没有考虑到每个样本自身的性质对特征的影一响。在本文的工作中，提出种基于样本性质的特征抽取方法，该一步的降低特征提取开销文还会针对异纤检方法可进。此外，本一测问题提出了个系统性、高效的特征抽取方案。本文主要有两个成果如下：，一１．本文提出种基于个体样本性质的特征抽取方法ＤＦＥ。（）该方法可从根据样本自身的性质提取不同的特征序列，从而进－步降低特征提取开销；同时，给出实验来验证该方法的有效性；２一．本文针对异纤检测问题提出了个系

8、统性的解决方案，该方案同时使用了高效的特征抽取和特性选择方法，并结合了ＤＦＥ方法对特征进行选择。此外，为了取得良好的效果，本