半监督学习方法研究及在警用平台中的应用
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 1 绪论 | 第8-12页 |
| ·研究背景和意义 | 第8-9页 |
| ·研究进展和本文的工作 | 第9-10页 |
| ·研究现状 | 第9页 |
| ·本文的工作 | 第9-10页 |
| ·论文组织结构 | 第10-12页 |
| 2 半监督学习研究分析 | 第12-18页 |
| ·半监督学习思想 | 第12-16页 |
| ·监督学习 | 第12-13页 |
| ·无监督学习 | 第13-14页 |
| ·半监督学习 | 第14-16页 |
| ·未标记数据的意义分析 | 第16-17页 |
| ·本章小结 | 第17-18页 |
| 3 基于图的半监督学习算法 | 第18-26页 |
| ·图的构造 | 第18-19页 |
| ·学习框架 | 第19-20页 |
| ·模型假设 | 第20-22页 |
| ·Gaussian-Laplacian正则化算法 | 第22-23页 |
| ·基于线性邻居的标签繁殖算法 | 第23-25页 |
| ·本章小结 | 第25-26页 |
| 4 鲁棒半监督分类算法研究 | 第26-39页 |
| ·理论分析 | 第26-27页 |
| ·信息论的定义和性质 | 第26页 |
| ·相关熵的定义和性质 | 第26-27页 |
| ·基于相关熵的鲁棒算法 | 第27-31页 |
| ·算法描述 | 第27-28页 |
| ·算法优化 | 第28-31页 |
| ·实验和分析 | 第31-38页 |
| ·数据集设置 | 第31页 |
| ·比对算法 | 第31-34页 |
| ·UCI数据集 | 第34-36页 |
| ·人脸数据集 | 第36-38页 |
| ·本章小结 | 第38-39页 |
| 5 算法在警用平台主题分类中的应用 | 第39-54页 |
| ·Lucene索引的基本原理 | 第39-43页 |
| ·索引组织 | 第39-40页 |
| ·倒排表原理解析 | 第40-42页 |
| ·Lucene索引过程 | 第42-43页 |
| ·系统设计目标和思想 | 第43-44页 |
| ·系统总体结构设计 | 第44-45页 |
| ·文本表示 | 第45-49页 |
| ·三种主流的分词算法 | 第45-48页 |
| ·文本的空间向量表示 | 第48-49页 |
| ·主题划分 | 第49-53页 |
| ·影响文本分类性能的因素 | 第49-50页 |
| ·评价方法 | 第50-51页 |
| ·主题分类结果及分析比较 | 第51-53页 |
| ·本章小结 | 第53-54页 |
| 结论 | 第54-56页 |
| 参考文献 | 第56-58页 |
| 攻读硕士学位期间发表学术论文情况 | 第58-59页 |
| 致谢 | 第59-61页 |
