基于主题模型的多标签学习问题研究
| 摘要 | 第4-7页 |
| Abstract | 第7-9页 |
| 第一章 绪论 | 第16-25页 |
| 1.1 引言 | 第16页 |
| 1.2 多标签学习研究背景 | 第16-19页 |
| 1.2.1 多标签学习简介 | 第16-18页 |
| 1.2.2 多标签学习的困难和挑战 | 第18-19页 |
| 1.3 多标签学习研究现状 | 第19-21页 |
| 1.3.1 多标签学习算法开发的相关工作 | 第19-20页 |
| 1.3.2 多标签学习标注瓶颈的相关工作 | 第20页 |
| 1.3.3 多标签学习算复杂度瓶颈的相关工作 | 第20-21页 |
| 1.3.4 多标签学习类别不均衡的相关工作 | 第21页 |
| 1.4 本文研究内容和组织结构 | 第21-25页 |
| 1.4.1 本文研究内容 | 第21-23页 |
| 1.4.2 本文组织结构 | 第23-25页 |
| 第二章 背景知识 | 第25-34页 |
| 2.1 引言 | 第25页 |
| 2.2 多标签学习的定义 | 第25-26页 |
| 2.3 评价指标 | 第26-29页 |
| 2.4 代表算法 | 第29-33页 |
| 2.4.1 基于问题转化方法 | 第29-32页 |
| 2.4.2 基于算法适应方法 | 第32-33页 |
| 2.5 本章小结 | 第33-34页 |
| 第三章 基于主题模型的多标签学习算法 | 第34-48页 |
| 3.1 引言 | 第34页 |
| 3.2 背景知识 | 第34-37页 |
| 3.3 研究思路 | 第37-39页 |
| 3.4 基于主题模型的多标签学习算法 | 第39-41页 |
| 3.5 实验与结果分析 | 第41-45页 |
| 3.5.1 实验准备 | 第41-44页 |
| 3.5.2 实验结果和分析 | 第44-45页 |
| 3.6 本章小结 | 第45-48页 |
| 第四章 基于主题模型的多标签学习通用框架 | 第48-66页 |
| 4.1 引言 | 第48页 |
| 4.2 基于主题模型的多标签算法优化框架 | 第48-52页 |
| 4.2.1 研究思路 | 第48-49页 |
| 4.2.2 基于标签主题的多标签算法优化框架 | 第49页 |
| 4.2.3 实验与分析 | 第49-52页 |
| 4.3 主题个数的选取策略 | 第52-59页 |
| 4.3.1 研究思路 | 第52-55页 |
| 4.3.2 基于标签主题序列的多标签算法优化框架 | 第55-56页 |
| 4.3.3 实验与分析 | 第56-59页 |
| 4.4 针对特殊多标签数据集的处理策略 | 第59-63页 |
| 4.4.1 研究思路 | 第59-61页 |
| 4.4.2 针对特殊多标签数据集的处理策略 | 第61页 |
| 4.4.3 实验与分析 | 第61-63页 |
| 4.5 本章小结 | 第63-66页 |
| 第五章 面向多标签不均衡问题的算法框架 | 第66-82页 |
| 5.1 引言 | 第66页 |
| 5.2 背景知识 | 第66-69页 |
| 5.2.1 类别不均衡问题 | 第66-67页 |
| 5.2.2 单标签类别不均衡相关技术 | 第67-69页 |
| 5.2.3 多标签类别不均衡相关技术 | 第69页 |
| 5.3 研究思路 | 第69-71页 |
| 5.4 面向多标签不均衡问题的算法框架 | 第71-73页 |
| 5.5 实验与分析 | 第73-75页 |
| 5.5.1 实验准备 | 第73-74页 |
| 5.5.2 实验结果和分析 | 第74-75页 |
| 5.6 本章小结 | 第75-82页 |
| 第六章 多标签学习在中医帕金森诊疗的场景应用 | 第82-92页 |
| 6.1 引言 | 第82-83页 |
| 6.2 背景知识 | 第83-85页 |
| 6.2.1 中医背景知识 | 第83页 |
| 6.2.2 中医对帕金森的研究现状 | 第83-84页 |
| 6.2.3 中医帕金森的量表研究 | 第84-85页 |
| 6.3 建模思路 | 第85-86页 |
| 6.4 实验与分析 | 第86-90页 |
| 6.4.1 实验准备 | 第86-88页 |
| 6.4.2 实验结果与分析 | 第88-90页 |
| 6.5 本章小结 | 第90-92页 |
| 第七章 总结与展望 | 第92-96页 |
| 7.1 本文主要工作 | 第92-94页 |
| 7.2 未来工作展望 | 第94-96页 |
| 参考文献 | 第96-106页 |
| 简历与科研成果 | 第106-108页 |
| 致谢 | 第108-109页 |
