基于退化策略的MIML算法研究
| 致谢 | 第4-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第14-22页 |
| 1.1 研究背景与意义 | 第14-15页 |
| 1.2 国内外研究现状 | 第15-19页 |
| 1.3 本文主要研究内容 | 第19-20页 |
| 1.4 本文组织结构 | 第20-21页 |
| 1.5 本章小结 | 第21-22页 |
| 2 MIML学习框架相关分析 | 第22-27页 |
| 2.1 MIML学习概述 | 第22-23页 |
| 2.2 四种学习框架分析 | 第23-25页 |
| 2.3 MIML学习框架的退化策略 | 第25-26页 |
| 2.4 本章小结 | 第26-27页 |
| 3 基于标记重要度的MIMLBoost改进算法 | 第27-43页 |
| 3.1 引言 | 第27页 |
| 3.2 MIMLBoost算法分析 | 第27-31页 |
| 3.3 算法改进 | 第31-36页 |
| 3.4 实验分析 | 第36-42页 |
| 3.5 本章小结 | 第42-43页 |
| 4 基于概念权重向量的MIMLSVM改进算法 | 第43-54页 |
| 4.1 引言 | 第43页 |
| 4.2 MIMLSVM算法分析 | 第43-44页 |
| 4.3 算法改进 | 第44-48页 |
| 4.4 实验与分析 | 第48-53页 |
| 4.5 本章小结 | 第53-54页 |
| 5 总结与展望 | 第54-56页 |
| 5.1 总结 | 第54-55页 |
| 5.2 展望 | 第55-56页 |
| 参考文献 | 第56-62页 |
| 作者简历 | 第62-64页 |
| 学位论文数据集 | 第64页 |