| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-16页 |
| ·课题背景 | 第9-10页 |
| ·课题研究意义和前景 | 第10-11页 |
| ·国内外研究现状 | 第11-14页 |
| ·国内研究现状 | 第11-13页 |
| ·国外研究现状 | 第13-14页 |
| ·本文工作与章节安排 | 第14-16页 |
| 第2章 多标记学习相关理论基础 | 第16-29页 |
| ·多标记学习的统计学基础 | 第16-23页 |
| ·机器学习的基本概念 | 第16-17页 |
| ·多标记学习的基本概念 | 第17-19页 |
| ·慢性胃炎的多标记中医问诊实验数据 | 第19-20页 |
| ·多标记数据的测量方法 | 第20-21页 |
| ·相关实验性能评价指标 | 第21-23页 |
| ·多标记学习方法 | 第23-28页 |
| ·一阶多标记学习方法 | 第24-26页 |
| ·二阶多标记学习方法 | 第26-27页 |
| ·高阶多标记学习方法 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 第3章 基于深度学习的多标记学习在慢性胃炎中医问诊分类中的应用 | 第29-68页 |
| ·基于深度学习的多标记学习 | 第29-50页 |
| ·深度学习的基本概念 | 第30-32页 |
| ·基于深度置信网络的多标记学习 | 第32-41页 |
| ·基于深度玻尔兹曼机的多标记学习方法 | 第41-50页 |
| ·基于REAL和深度学习的多标记学习 | 第50-56页 |
| ·基于深度学习的多标记学习在慢性胃炎中医问诊分类中的应用 | 第56-66页 |
| ·基于DBN的多标记学习在慢性胃炎中医问诊分类中的应用 | 第57-59页 |
| ·基于DBM的多标记学习在慢性胃炎中医问诊分类中的应用 | 第59-62页 |
| ·基于REAL框架下的基于DBN多标记学习的实验 | 第62-65页 |
| ·基于DBN多标记学习方法与常见多标记学习方法的比较 | 第65-66页 |
| ·本章小结 | 第66-68页 |
| 第4章 基于条件随机场的多标记学习在慢性胃炎问诊分类中的应用 | 第68-94页 |
| ·图模型的基本理论 | 第68-76页 |
| ·有向图模型 | 第68-73页 |
| ·无向图模型 | 第73-76页 |
| ·基于条件随机场的多标记学习方法 | 第76-81页 |
| ·条件随机场模型 | 第76-78页 |
| ·CRF的节点特征和边特征构造方式 | 第78-79页 |
| ·CRF模型的求解 | 第79-80页 |
| ·CRF模型的推理方法 | 第80-81页 |
| ·基于CRF的多标记学习在问诊客观化中的实验 | 第81-93页 |
| ·CRF的节点特征和边特征构造的实验 | 第82-83页 |
| ·CRF与常见算法的比较实验 | 第83-85页 |
| ·CRF模型的初始结构的选择 | 第85-87页 |
| ·CRF生成的证型无向图在各个边上各置信值的实验结果 | 第87-90页 |
| ·实验结果的讨论 | 第90-93页 |
| ·本章小结 | 第93-94页 |
| 第5章 总结与展望 | 第94-96页 |
| ·本文工作总结 | 第94页 |
| ·研究的前景 | 第94-96页 |
| 参考文献 | 第96-102页 |
| 致谢 | 第102-103页 |
| 攻读硕士期间已发表论文 | 第103页 |
