| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-16页 |
| ·研究背景 | 第9-10页 |
| ·多标签特征选择算法的研究现状 | 第10-13页 |
| ·多标签分类算法的研究现状 | 第13-15页 |
| ·文章的组织结构 | 第15-16页 |
| 第二章 基于ReliefF的多标签特征选择算法的研究 | 第16-29页 |
| ·Relief特征选择算法的研究 | 第16-17页 |
| ·本节相关数据符号的定义 | 第16页 |
| ·Relief算法 | 第16-17页 |
| ·ReliefF特征选择算法的研究 | 第17-19页 |
| ·本节相关数据符号的定义 | 第17-18页 |
| ·ReliefF算法 | 第18-19页 |
| ·多标签ReliefF特征选择算法的研究 | 第19-23页 |
| ·本节相关数据符号的定义 | 第19页 |
| ·多标签ReliefF算法描述 | 第19-21页 |
| ·实验与分析 | 第21-23页 |
| ·多标签ReliefF思想的推广——多标签F统计量算法 | 第23-28页 |
| ·F统计量算法 | 第23-24页 |
| ·多标签F统计量算法 | 第24-25页 |
| ·实验与分析 | 第25-28页 |
| ·小结 | 第28-29页 |
| 第三章 基于特征相关性的多标签特征选择算法的研究 | 第29-39页 |
| ·二分类下的经典LASSO算法 | 第29-30页 |
| ·本节相关数据符号的定义 | 第29页 |
| ·经典LASSO算法 | 第29-30页 |
| ·基于特征相关性的特征选择算法 | 第30-35页 |
| ·本节相关数据符号的定义 | 第30页 |
| ·基于特征相关性的特征选择算法描述 | 第30-31页 |
| ·基于特征相关性的特征选择算法求解 | 第31-32页 |
| ·基于特征相关性的特征选择算法有效性证明 | 第32-35页 |
| ·实验与分析 | 第35-38页 |
| ·数据集和评价准则 | 第35-36页 |
| ·结果与分析 | 第36-38页 |
| ·小结 | 第38-39页 |
| 第四章 基于自适应线性回归的多标签分类问题的研究 | 第39-51页 |
| ·本章相关数据符号的定义 | 第39页 |
| ·基于线性回归的多标签分类算法 | 第39-41页 |
| ·自适应阈值学习方法 | 第41-45页 |
| ·固定阈值选取 | 第41-42页 |
| ·自适应阈值选取 | 第42-45页 |
| ·实验与分析 | 第45-49页 |
| ·数据集和评价准则 | 第45-46页 |
| ·结果与分析 | 第46-49页 |
| ·小结 | 第49-51页 |
| 第五章 总结与展望 | 第51-52页 |
| 参考文献 | 第52-58页 |
| 致谢 | 第58-59页 |
| 攻读学位期间发表的学术论文目录 | 第59页 |