基于标记分布的机器学习方法研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 标记分布学习的研究现状 | 第12-14页 |
| 1.2 研究目标及研究内容 | 第14-15页 |
| 1.3 论文结构 | 第15-17页 |
| 第二章 标记分布学习 | 第17-25页 |
| 2.1 形式化定义 | 第17-18页 |
| 2.2 学习算法 | 第18-22页 |
| 2.2.1 问题转换 | 第18-19页 |
| 2.2.2 算法改造 | 第19页 |
| 2.2.3 专用算法 | 第19-22页 |
| 2.3 评估方法 | 第22-23页 |
| 2.4 小结 | 第23-25页 |
| 第三章 多标记流形学习 | 第25-37页 |
| 3.1 标记流形 | 第25-27页 |
| 3.2 算法推导 | 第27-31页 |
| 3.2.1 构建拓扑结构 | 第27-28页 |
| 3.2.2 重构标记流形 | 第28页 |
| 3.2.3 多输出回归学习 | 第28-31页 |
| 3.3 实验 | 第31-33页 |
| 3.3.1 实验设置 | 第31-32页 |
| 3.3.2 实验结果 | 第32-33页 |
| 3.4 小结 | 第33-37页 |
| 第四章 半监督自适应标记分布学习 | 第37-49页 |
| 4.1 人脸年龄估计 | 第37-41页 |
| 4.2 算法推导 | 第41-43页 |
| 4.2.1 标记分布初始化 | 第41页 |
| 4.2.2 标记分布学习 | 第41-42页 |
| 4.2.3 为无标记数据估计伪年龄 | 第42页 |
| 4.2.4 更新标记分布 | 第42-43页 |
| 4.3 实验 | 第43-47页 |
| 4.3.1 实验设置 | 第43-45页 |
| 4.3.2 实验结果 | 第45-47页 |
| 4.4 小结 | 第47-49页 |
| 第五章 标记分布支持向量回归 | 第49-59页 |
| 5.1 算法推导 | 第49-53页 |
| 5.2 实验 | 第53-57页 |
| 5.2.1 电影评分分布预测 | 第54-56页 |
| 5.2.2 实验设置 | 第56-57页 |
| 5.2.3 实验结果 | 第57页 |
| 5.3 小结 | 第57-59页 |
| 第六章 结束语 | 第59-61页 |
| 6.1 本文总结 | 第59-60页 |
| 6.2 未来展望 | 第60-61页 |
| 致谢 | 第61-63页 |
| 参考文献 | 第63-71页 |
| 附录A 引理1的证明 | 第71-73页 |
| 作者攻读硕士学位期间的研究成果 | 第73页 |
