基于标签相关性的KNN多标签分类方法研究
| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究背景与意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 本文的研究目标与内容 | 第12-13页 |
| 1.4 本文的组织结构 | 第13-15页 |
| 第二章 多标签分类方法的相关介绍 | 第15-29页 |
| 2.1 多标签学习的基本概念 | 第15-17页 |
| 2.2 多标签分类方法 | 第17-24页 |
| 2.2.1 问题转换方法 | 第17-21页 |
| 2.2.2 算法转换方法 | 第21-23页 |
| 2.2.3 集成分类方法 | 第23-24页 |
| 2.3 性能评价指标 | 第24-28页 |
| 2.4 本章小结 | 第28-29页 |
| 第三章 k近邻多标签分类方法的参数估计 | 第29-39页 |
| 3.1 k近邻多标签分类方法 | 第29-32页 |
| 3.2 参数估计 | 第32-34页 |
| 3.2.1 相似性度量方法 | 第32-33页 |
| 3.2.2 k近邻个数 | 第33-34页 |
| 3.3 实验与分析 | 第34-38页 |
| 3.3.1 实验数据集介绍 | 第34-35页 |
| 3.3.2 实验结果分析 | 第35-38页 |
| 3.4 本章小结 | 第38-39页 |
| 第四章 基于标签相关性的k近邻多标签分类方法研究 | 第39-48页 |
| 4.1 算法介绍 | 第39-42页 |
| 4.2 实验结果与分析 | 第42-47页 |
| 4.2.1 实验数据集介绍 | 第42页 |
| 4.2.2 实验结果分析 | 第42-47页 |
| 4.3 本章小结 | 第47-48页 |
| 第五章 总结与展望 | 第48-50页 |
| 5.1 本文工作总结 | 第48页 |
| 5.2 进一步的研究展望 | 第48-50页 |
| 参考文献 | 第50-56页 |
| 致谢 | 第56-57页 |
| 攻读硕士期间的科研成果 | 第57页 |
