结合主动学习的半监督贝叶斯网络多类标分类
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 引言 | 第9-13页 |
| ·研究背景与意义 | 第9页 |
| ·研究现状 | 第9-10页 |
| ·本文工作 | 第10-11页 |
| ·本文组织结构 | 第11-13页 |
| 第二章 贝叶斯网络多类标分类算法 | 第13-32页 |
| ·LLE | 第14-17页 |
| ·LLE 算法分析 | 第15-16页 |
| ·LLE 降维 | 第16-17页 |
| ·贝叶斯网络 | 第17-31页 |
| ·贝叶斯网络的基础理论知识介绍 | 第18-20页 |
| ·贝叶斯网络 | 第20-28页 |
| ·贝叶斯网络分类模型 | 第28页 |
| ·构建贝叶斯网络 | 第28-31页 |
| ·本章小结 | 第31-32页 |
| 第三章 引入主动学习与半监督学习的完整算法 | 第32-41页 |
| ·主动学习 | 第32-34页 |
| ·主动学习 | 第32-33页 |
| ·基于多类标的主动学习 | 第33-34页 |
| ·半监督学习 | 第34-38页 |
| ·引入半监督学习的完整多类标分类算法 | 第38-39页 |
| ·本章小结 | 第39-41页 |
| 第四章 实验结果与分析 | 第41-50页 |
| ·多类标分类性能指标 | 第41-42页 |
| ·实验结果分析 | 第42-49页 |
| ·数据集介绍 | 第43页 |
| ·贝叶斯网络分类算法的性能评估 | 第43-46页 |
| ·ML-ASGB 算法性能评估 | 第46-49页 |
| ·本章小结 | 第49-50页 |
| 第五章 总结与展望 | 第50-52页 |
| ·总结 | 第50页 |
| ·工作展望 | 第50-52页 |
| 参考文献 | 第52-56页 |
| 致谢 | 第56-57页 |
| 附录 A 攻读硕士学位期间录用的论文 | 第57页 |