基于哈希的快速多标记学习算法研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 专用术语注释表 | 第8-9页 |
| 第一章 绪论 | 第9-17页 |
| 1.1 多标记学习的研究现状 | 第9-11页 |
| 1.2 研究背景和意义 | 第11-14页 |
| 1.3 面临的问题 | 第14-15页 |
| 1.4 论文的主要研究内容 | 第15-16页 |
| 1.5 论文的结构 | 第16-17页 |
| 第二章 多标记学习相关技术 | 第17-33页 |
| 2.1 多标记学习问题定义 | 第17页 |
| 2.2 多标记学习算法 | 第17-30页 |
| 2.2.1 问题转换方法 | 第18-23页 |
| 2.2.2 算法适应方法 | 第23-30页 |
| 2.3 性能评价指标 | 第30-32页 |
| 2.4 本章小结 | 第32-33页 |
| 第三章 基于哈希的快速多标记学习算法 | 第33-47页 |
| 3.1 哈希学习 | 第33-34页 |
| 3.2 基于哈希的快速多标记学习算法的框架 | 第34-35页 |
| 3.3 基于LSH的k近邻算法 | 第35-40页 |
| 3.3.1 LSH的原理和通用框架 | 第36-38页 |
| 3.3.2 p稳态LSH | 第38-40页 |
| 3.3.3 多标记学习中基于LSH的k近邻算法 | 第40页 |
| 3.4 基于MinHash的标记相关性 | 第40-44页 |
| 3.4.1 MinHash | 第40-42页 |
| 3.4.2 标记相关性表示 | 第42-43页 |
| 3.4.3 基于MinHash的标记相关性计算 | 第43-44页 |
| 3.5 HashMLL算法的实现与分析 | 第44-46页 |
| 3.6 本章小结 | 第46-47页 |
| 第四章 HashMLL算法仿真和分析 | 第47-59页 |
| 4.1 面向公开数据集的HashMLL算法实验 | 第47-52页 |
| 4.1.1 公开数据集 | 第47页 |
| 4.1.2 实验设计 | 第47-48页 |
| 4.1.3 性能比较 | 第48-50页 |
| 4.1.4 时间复杂度比较 | 第50-52页 |
| 4.2 面向宏基因组的HashMLL算法实验 | 第52-58页 |
| 4.2.1 宏基因组数据 | 第52-54页 |
| 4.2.2 实验设计 | 第54页 |
| 4.2.3 性能比较 | 第54-57页 |
| 4.2.4 时间复杂度比较 | 第57-58页 |
| 4.3 本章小结 | 第58-59页 |
| 第五章 总结与展望 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 附录1 攻读硕士学位期间撰写的论文 | 第64-65页 |
| 附录2 攻读硕士学位期间申请的专利 | 第65-66页 |
| 附录3 攻读硕士学位期间参加的科研项目 | 第66-67页 |
| 致谢 | 第67页 |
