基于图的适应性相似度估算的半监督学习
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 1 绪论 | 第8-13页 |
| ·研究背景 | 第8-12页 |
| ·机器学习简史 | 第8-9页 |
| ·机器学习的研究方向 | 第9-10页 |
| ·机器学习的未来 | 第10-12页 |
| ·研究的意义 | 第12页 |
| ·本文组织结构 | 第12-13页 |
| 2 半监督学习概述 | 第13-24页 |
| ·半监督学习的思想 | 第13-17页 |
| ·监督学习 | 第13-15页 |
| ·无监督学习 | 第15-17页 |
| ·半监督学习 | 第17页 |
| ·半监督学习的方法 | 第17-21页 |
| ·基于图的半监督学习 | 第21-24页 |
| 3 适应性相似度估计算法 | 第24-39页 |
| ·标记传播步骤 | 第24-26页 |
| ·概述 | 第24页 |
| ·符号说明 | 第24-25页 |
| ·步骤描述 | 第25页 |
| ·收敛性证明 | 第25-26页 |
| ·近邻传播步骤 | 第26-30页 |
| ·概述 | 第27页 |
| ·符号说明 | 第27页 |
| ·步骤描述 | 第27-29页 |
| ·收敛性证明 | 第29-30页 |
| ·整体描述 | 第30-31页 |
| ·算法描述 | 第31-37页 |
| ·算法思想 | 第31-35页 |
| ·算法步骤 | 第35-37页 |
| ·空间复杂度 | 第37-39页 |
| 4 实验 | 第39-51页 |
| ·数据集与实验平台 | 第39-41页 |
| ·实验结果与分析 | 第41-51页 |
| ·参数α的稳定性 | 第41-44页 |
| ·逆欧式度量的稳定性 | 第44-45页 |
| ·ASE分组对比实验 | 第45-51页 |
| 结论 | 第51-52页 |
| 参考文献 | 第52-55页 |
| 攻读硕士学位期间发表学术论文情况 | 第55-56页 |
| 致谢 | 第56-58页 |
