| 摘要 | 第2-3页 |
| Abstract | 第3-4页 |
| 1 绪论 | 第6-13页 |
| 1.1 研究背景及意义 | 第6-8页 |
| 1.2 国内外研究现状分析 | 第8-12页 |
| 1.2.1 多示例学习分类算法研究现状 | 第8-10页 |
| 1.2.2 多示例学习降维算法研究现状 | 第10-12页 |
| 1.3 论文主要研究内容及结构安排 | 第12-13页 |
| 2 单示例及多示例学习降维算法 | 第13-28页 |
| 2.1 线性判别分析 | 第13-15页 |
| 2.2 主成分分析 | 第15-16页 |
| 2.3 支持向量降维机 | 第16-23页 |
| 2.3.1 支持向量机 | 第16-22页 |
| 2.3.2 支持向量降维机 | 第22-23页 |
| 2.4 多示例判别分析 | 第23-28页 |
| 3 多示例学习支持向量降维机与L1范数多示例判别分析 | 第28-34页 |
| 3.1 多示例学习支持向量降维机 | 第28-30页 |
| 3.2 L1 范数多示例判别分析 | 第30-34页 |
| 3.2.1 动量L1 范数线性判别分析 | 第30-32页 |
| 3.2.2 L1 范数多示例判别分析 | 第32-34页 |
| 4 实验 | 第34-38页 |
| 4.1 数据集 | 第34页 |
| 4.2 实验设计及参数选择 | 第34-35页 |
| 4.3 实验结果分析 | 第35-38页 |
| 结论 | 第38-39页 |
| 参考文献 | 第39-42页 |
| 攻读硕士学位期间发表学术论文情况 | 第42-43页 |
| 致谢 | 第43-45页 |