| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-17页 |
| ·引言 | 第9-11页 |
| ·多示例学习的主要应用领域 | 第11-14页 |
| ·药物的活性预测 | 第11-12页 |
| ·基于内容的图像检索 | 第12-14页 |
| ·国内外研究现状 | 第14-15页 |
| ·论文的主要工作以及章节安排 | 第15-17页 |
| 第二章 多示例学习的相关研究 | 第17-27页 |
| ·多示例学习概念 | 第17-18页 |
| ·多示例学习的理论与主要算法 | 第18-26页 |
| ·轴平行矩形算法 | 第18-20页 |
| ·Diverse Density算法和EM-DD算法 | 第20-23页 |
| ·最大间距方法 | 第23-25页 |
| ·其他多示例学习算法 | 第25-26页 |
| ·本章总结 | 第26-27页 |
| 第三章 多示例学习的MICkNN算法 | 第27-38页 |
| ·相关算法简介 | 第28-31页 |
| ·覆盖算法 | 第28-30页 |
| ·k近邻算法 | 第30-31页 |
| ·使用覆盖算法重新组织包的结构 | 第31-33页 |
| ·MICkNN算法 | 第33-36页 |
| ·覆盖过程 | 第34-35页 |
| ·分类过程 | 第35-36页 |
| ·算法有穷性证明 | 第36页 |
| ·本章小结 | 第36-38页 |
| 第四章 药物分子活性预测 | 第38-47页 |
| ·药物分子活性预测简介 | 第38-39页 |
| ·药物分子包生成器 | 第39-40页 |
| ·实验 | 第40-46页 |
| ·实验数据集 | 第40-41页 |
| ·实验结果和分析 | 第41-46页 |
| ·本章小结 | 第46-47页 |
| 第五章 基于内容的图像检索 | 第47-56页 |
| ·基于内容的图像检索简介 | 第47页 |
| ·基于多示例学习的图像检索 | 第47-49页 |
| ·生成多示例图像包 | 第49-50页 |
| ·实验 | 第50-55页 |
| ·实验数据集 | 第50-51页 |
| ·实验结果和分析 | 第51-55页 |
| ·本章小结 | 第55-56页 |
| 第六章 总结与展望 | 第56-58页 |
| ·本文总结 | 第56-57页 |
| ·未来工作展望 | 第57-58页 |
| 参考文献 | 第58-63页 |
| 附录A 图索引 | 第63-64页 |
| Appendix A Figure Index | 第64-66页 |
| 附录B 表索引 | 第66-67页 |
| Appendix B Table Index | 第67-68页 |
| 致谢 | 第68-69页 |
| 攻读硕士学位期间参与的科研项目和发表的论文 | 第69页 |