摘要 | 第5-6页 |
ABSTRACT | 第6-7页 |
符号对照表 | 第10-11页 |
缩略语对照表 | 第11-14页 |
第一章 绪论 | 第14-20页 |
1.1 研究背景、目的和意义 | 第14-15页 |
1.2 国内外的研究现状 | 第15-17页 |
1.3 本文的主要内容和结构安排 | 第17-20页 |
1.3.1 主要内容 | 第17-18页 |
1.3.2 结构安排 | 第18-20页 |
第二章 基础知识 | 第20-32页 |
2.1 决策函数 | 第20-26页 |
2.2 基于相关性的特征选择方法 | 第26-27页 |
2.3 离散化方法 | 第27-29页 |
2.4 实例的贡献度 | 第29页 |
2.5 本章小结 | 第29-32页 |
第三章 赋予概率特征权重的决策函数对多标签数据分类 | 第32-44页 |
3.1 算法理论基础 | 第32-37页 |
3.1.1 决策函数的计算问题 | 第32-34页 |
3.1.2 概率特征权重的选择 | 第34-35页 |
3.1.3 决策函数无关变量的判别 | 第35-37页 |
3.2 赋予概率特征权重的决策函数对多标签分类的算法过程 | 第37页 |
3.3 概率特征权重算法的实验结果和比较分析 | 第37-43页 |
3.3.1 度量准则 | 第38-39页 |
3.3.2 实验结果比较和分析 | 第39-43页 |
3.4 本章小结 | 第43-44页 |
第四章 基于成本和价值评估的多标签不平衡数据分类算法 | 第44-62页 |
4.1 算法理论基础 | 第44-49页 |
4.1.1 惩罚函数 | 第46-47页 |
4.1.2 成本和价值评估准则 | 第47-49页 |
4.2 基于成本和价值评估的多标签不平衡数据分类算法过程 | 第49-50页 |
4.3 实验和结果分析 | 第50-60页 |
4.3.1 度量准则 | 第50-52页 |
4.3.2 实验结果比较分析 | 第52-60页 |
4.4 本章小结 | 第60-62页 |
第五章 总结与展望 | 第62-64页 |
5.1 工作总结 | 第62页 |
5.2 工作展望 | 第62-64页 |
参考文献 | 第64-70页 |
致谢 | 第70-72页 |
作者简介 | 第72-73页 |