| 致谢 | 第7-8页 |
| 摘要 | 第8-9页 |
| ABSTRACT | 第9页 |
| 第一章 绪论 | 第14-18页 |
| 1.1 引言 | 第14-15页 |
| 1.2 本文主要研究内容 | 第15-16页 |
| 1.3 本文结构安排 | 第16-17页 |
| 1.4 本章小结 | 第17-18页 |
| 第二章 相关技术综述 | 第18-31页 |
| 2.1 引言 | 第18页 |
| 2.2 多标签分类算法概述 | 第18-24页 |
| 2.2.1 基于问题转化式的多标签分类算法 | 第20-22页 |
| 2.2.2 基于算法适应式的多标签分类算法 | 第22-24页 |
| 2.3 多标签特征选择算法概述 | 第24-27页 |
| 2.3.1 离线特征选择算法 | 第24-26页 |
| 2.3.2 在线特征选择算法 | 第26-27页 |
| 2.4 分类性能度量方法概述 | 第27-30页 |
| 2.4.1 基于样本的度量方法 | 第28-29页 |
| 2.4.2 基于标签的度量方法 | 第29-30页 |
| 2.5 本章小结 | 第30-31页 |
| 第三章 一种基于标签相关性加权的多标签特征选择算法研究 | 第31-40页 |
| 3.1 引言 | 第31-32页 |
| 3.2 相关工作 | 第32-33页 |
| 3.3 本章算法 | 第33-35页 |
| 3.3.1 算法框架 | 第33-34页 |
| 3.3.2 加权策略 | 第34-35页 |
| 3.4 实验 | 第35-38页 |
| 3.4.1 数据集和评价指标 | 第36页 |
| 3.4.2 实验结果及分析 | 第36-38页 |
| 3.5 本章小结 | 第38-40页 |
| 第四章 一种基于特征流的在线多标签特征选择算法研究 | 第40-49页 |
| 4.1 引言 | 第40-41页 |
| 4.2 相关工作 | 第41-43页 |
| 4.2.1 离线特征选择 | 第41-42页 |
| 4.2.2 在线特征选择 | 第42-43页 |
| 4.3 本章算法 | 第43-45页 |
| 4.3.1 问题描述 | 第43页 |
| 4.3.2 算法框架 | 第43-44页 |
| 4.3.3 标签相关性 | 第44-45页 |
| 4.4 实验 | 第45-48页 |
| 4.4.1 数据集和评价指标 | 第45-46页 |
| 4.4.2 实验结果及分析 | 第46-48页 |
| 4.5 本章小结 | 第48-49页 |
| 第五章 多标签分类中的特征选择原型系统MLFSPS | 第49-58页 |
| 5.1 系统设计 | 第49-50页 |
| 5.1.1 MLFSPS的架构 | 第49-50页 |
| 5.1.2 核心函数一览 | 第50页 |
| 5.2 功能介绍 | 第50-55页 |
| 5.2.1 数据模块 | 第51-52页 |
| 5.2.2 辅助模块 | 第52-53页 |
| 5.2.3 学习模块 | 第53-55页 |
| 5.3 系统安装 | 第55-56页 |
| 5.4 使用示例 | 第56-57页 |
| 5.5 本章小结 | 第57-58页 |
| 第六章 总结与展望 | 第58-60页 |
| 6.1 本文研究工作总结 | 第58页 |
| 6.2 展望 | 第58-60页 |
| 参考文献 | 第60-65页 |
| 攻读硕士学位期间的学术活动及成果情况 | 第65-66页 |
