| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 绪论 | 第8-10页 |
| ·课题研究背景 | 第8-9页 |
| ·本文提出的算法 | 第9页 |
| ·本文的内容安排 | 第9-10页 |
| 第二章 多标签分类算法及其评价准则 | 第10-22页 |
| ·多标签分类算法 | 第10-14页 |
| ·基于问题转化的多标签分类算法 | 第10-12页 |
| ·“一对多”方法 | 第10-11页 |
| ·“一对一”方法 | 第11-12页 |
| ·标签幂集法 | 第12页 |
| ·基于算法改编的多标签分类算法 | 第12-13页 |
| ·基于集成的多标签分类算法 | 第13-14页 |
| ·多标签分类算法的性能评价准则 | 第14-19页 |
| ·基于样本的评价准则 | 第14-16页 |
| ·基于标签的评价准则 | 第16-18页 |
| ·基于排序的评价准则 | 第18-19页 |
| ·性能评价准则的相关性分析 | 第19-22页 |
| 第三章 单目标与多目标遗传算法及其应用 | 第22-30页 |
| ·单目标遗传算法的基本原理 | 第22-24页 |
| ·单目标遗传算法在分类算法参数调谐的应用 | 第24页 |
| ·多目标优化问题 | 第24-25页 |
| ·多目标进化算法与NSGA-Ⅱ | 第25-30页 |
| 第四章 基于多目标优化的多标签分类算法参数调谐研究 | 第30-35页 |
| ·基于多目标优化的多标签分类算法参数调谐算法 | 第30-31页 |
| ·多标签分类算法的参数调谐研究 | 第31-35页 |
| ·OVR-kNN的参数调谐 | 第32页 |
| ·ML-kNN的参数调谐 | 第32-33页 |
| ·OVR-SVM的参数调谐 | 第33-35页 |
| 第五章 实验与结果分析 | 第35-53页 |
| ·实验基准数据集 | 第35-36页 |
| ·多标签分类算法参数对其性能影响 | 第36-39页 |
| ·ML-kNN参数对其性能的影响 | 第36-37页 |
| ·OVR-kNN参数对其性能的影响 | 第37-38页 |
| ·OVR-SVM参数对其性能的影响 | 第38-39页 |
| ·NSGA-Ⅱ调谐多标签分类算法参数的进化过程 | 第39-43页 |
| ·多标签分类算法参数调谐的实验结果 | 第43-53页 |
| ·训练集上多标签分类算法参数调谐的结果 | 第43-44页 |
| ·测试集上多标签分类算法的性能对比 | 第44-53页 |
| 第六章 总结与展望 | 第53-54页 |
| 参考文献 | 第54-59页 |
| 致谢 | 第59页 |