利用矩阵的低秩算法优化排序问题
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 研究的背景以意义 | 第10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.2.1 矩阵的低秩和稀疏分解算法 | 第10-11页 |
| 1.2.2 流形学习的定义 | 第11-13页 |
| 1.3 研究内容 | 第13-15页 |
| 第2章 低秩二次半正定规划 | 第15-20页 |
| 2.1 简介 | 第15-16页 |
| 2.2 优化框架 | 第16-18页 |
| 2.2.1 秩 k 特征值近似 | 第16-17页 |
| 2.2.2 度量学习 | 第17-18页 |
| 2.3 最优性分析 | 第18页 |
| 2.4 快速算法 | 第18-19页 |
| 2.5 数值实验结论 | 第19-20页 |
| 第3章 流行学习 | 第20-25页 |
| 3.1 流形学习的几个基本概念 | 第20页 |
| 3.2 流形学习的定义 | 第20-21页 |
| 3.3 图的拉普拉斯 | 第21-25页 |
| 第4章 排序算法 | 第25-28页 |
| 4.1 排序学习概述 | 第25页 |
| 4.2 排序学习的方法介绍 | 第25-28页 |
| 第5章 基于数据聚类优化排序问题 | 第28-36页 |
| 5.1 研究背景 | 第28-29页 |
| 5.2 相关工作 | 第29-31页 |
| 5.3 系统结构 | 第31-33页 |
| 5.3.1 查询建模测算查询之间的距离 | 第32页 |
| 5.3.2 数据聚类的算法 | 第32-33页 |
| 5.3.3 Ranking SVM 算法 | 第33页 |
| 5.4 实验 | 第33-36页 |
| 第6章 总结与展望 | 第36-37页 |
| 6.1 总结 | 第36页 |
| 6.2 展望 | 第36-37页 |
| 参考文献 | 第37-40页 |
| 作者简介 | 第40-41页 |
| 致谢 | 第41页 |
