| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-18页 |
| 1.1 研究背景和意义 | 第9-11页 |
| 1.2 研究现状 | 第11-14页 |
| 1.3 本文的研究内容和主要创新点 | 第14-16页 |
| 1.4 本文的组织结构 | 第16-18页 |
| 2 背景知识介绍 | 第18-29页 |
| 2.1 语义关系挖掘 | 第18-20页 |
| 2.1.1 WordNet及基于路径长度的SR度量方法 | 第18-19页 |
| 2.1.2 Wikipedia及基于向量的SR度量方法 | 第19-20页 |
| 2.1.3 World Wide Web及基于点击量的SR度量方法 | 第20页 |
| 2.2 多核学习方法简介 | 第20-24页 |
| 2.3 特征降维方法简介 | 第24-29页 |
| 2.3.1 典型的非监督降维方法——PCA | 第24-26页 |
| 2.3.2 典型的监督降维方法——LDA | 第26-29页 |
| 3 属性分类器学习 | 第29-55页 |
| 3.1 传统属性分类器学习方法 | 第29-32页 |
| 3.2 基于语义/视觉相似性的特征选择方法 | 第32-39页 |
| 3.2.1 MDDM多标签降维方法 | 第32-36页 |
| 3.2.2 语义/视觉相似性的引入 | 第36-39页 |
| 3.3 多拓扑结构融合的属性分类器学习算法 | 第39-44页 |
| 3.3.1 语义森林学习 | 第40-42页 |
| 3.3.2 跨拓扑结构属性分类器学习 | 第42-44页 |
| 3.4 实验结果与分析 | 第44-54页 |
| 3.5 本章小结 | 第54-55页 |
| 4 结合语义信息的多属性检索 | 第55-71页 |
| 4.1 传统属性检索方法 | 第55-58页 |
| 4.2 结合属性之间语义关系的多属性检索 | 第58-64页 |
| 4.2.1 属性关系学——Structured SVM | 第58-62页 |
| 4.2.2 基于属性之间语义关系的多属性检索 | 第62-64页 |
| 4.3 实验结果与分析 | 第64-69页 |
| 4.4 本章小结 | 第69-71页 |
| 结论 | 第71-72页 |
| 参考文献 | 第72-76页 |
| 攻读硕士学位期间发表学术论文情况 | 第76-77页 |
| 致谢 | 第77-78页 |
