| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 1 引言 | 第11-16页 |
| 1.1 研究背景与意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-13页 |
| 1.3 本文的研究工作 | 第13-14页 |
| 1.4 本文组织结构 | 第14-16页 |
| 2 相关技术概述 | 第16-27页 |
| 2.1 数据分类 | 第16-17页 |
| 2.2 多任务学习 | 第17-26页 |
| 2.2.1 多任务学习原理 | 第17-19页 |
| 2.2.2 任务间相关性 | 第19-21页 |
| 2.2.3 多任务学习模型分类 | 第21-24页 |
| 2.2.4 多任务学习关键算法研究 | 第24-26页 |
| 2.3 本章小结 | 第26-27页 |
| 3 基于多任务学习的分类模型设计 | 第27-40页 |
| 3.1 正则化机制 | 第27-30页 |
| 3.1.1 正则化原理 | 第27-28页 |
| 3.1.2 正则化范数 | 第28-30页 |
| 3.2 传统数据分类模型 | 第30-32页 |
| 3.3 改进的多任务分类模型MTMVC+ | 第32-39页 |
| 3.3.1 组稀疏 | 第32-34页 |
| 3.3.2 MTMVC+模型设计 | 第34-36页 |
| 3.3.3 模型多分类实现 | 第36-39页 |
| 3.4 本章小结 | 第39-40页 |
| 4 针对MTMVC+模型的算法研究 | 第40-51页 |
| 4.1 交替迭代原理 | 第40-41页 |
| 4.2 MTMVC+模型优化算法 | 第41-44页 |
| 4.2.1 优化算法设计 | 第41-42页 |
| 4.2.2 算法实现 | 第42-44页 |
| 4.3 算法收敛性 | 第44-47页 |
| 4.3.1 迭代算法收敛性原理 | 第44-45页 |
| 4.3.2 MTMVC+优化算法收敛性证明 | 第45-47页 |
| 4.4 算法验证 | 第47-50页 |
| 4.4.1 实验评价指标 | 第47页 |
| 4.4.2 算法验证与分析 | 第47-50页 |
| 4.5 本章小结 | 第50-51页 |
| 5 实验结果对比与分析 | 第51-63页 |
| 5.1 数据集 | 第51-53页 |
| 5.2 实验环境 | 第53页 |
| 5.3 对比方法 | 第53-54页 |
| 5.4 性能度量 | 第54页 |
| 5.5 实验参数设置 | 第54-55页 |
| 5.6 实验结果对比与分析 | 第55-62页 |
| 5.6.1 WebKB结果对比与分析 | 第55-57页 |
| 5.6.2 NUS-WIDEObject结果对比与分析 | 第57-59页 |
| 5.6.3 Multi-feature digit结果对比与分析 | 第59-62页 |
| 5.7 本章小结 | 第62-63页 |
| 6 总结与展望 | 第63-65页 |
| 6.1 工作总结 | 第63-64页 |
| 6.2 工作展望 | 第64-65页 |
| 参考文献 | 第65-69页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第69-71页 |
| 学位论文数据集 | 第71页 |