基于链分类器的多标记分类问题研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第11-12页 |
| 缩略语对照表 | 第12-15页 |
| 第一章 绪论 | 第15-23页 |
| 1.1 本文研究背景 | 第15-17页 |
| 1.1.1 数据挖掘研究背景 | 第15-16页 |
| 1.1.2 多标记学习研究背景 | 第16页 |
| 1.1.3 特征选择研究背景 | 第16-17页 |
| 1.2 国内外研究现状 | 第17-20页 |
| 1.2.1 多标记分类国内外研究现状 | 第17-18页 |
| 1.2.2 链分类器国内外研究现状 | 第18-19页 |
| 1.2.3 最大相关最小冗余算法国内外研究现状 | 第19-20页 |
| 1.3 本文的研究目标、方法和意义 | 第20-21页 |
| 1.3.1 研究目标与方法 | 第20页 |
| 1.3.2 研究意义 | 第20-21页 |
| 1.4 研究主要内容和结构安排 | 第21-23页 |
| 1.4.1 本文主要内容 | 第21页 |
| 1.4.2 本文结构安排 | 第21-23页 |
| 第二章 基本理论知识 | 第23-31页 |
| 2.1 分类问题概述 | 第23-25页 |
| 2.1.1 单标记分类概念 | 第23页 |
| 2.1.2 多标记分类概念 | 第23-25页 |
| 2.2 典型的单标记分类算法 | 第25-28页 |
| 2.2.1 朴素贝叶斯分类器 | 第25-26页 |
| 2.2.2 决策树分类器 | 第26-28页 |
| 2.3 常用的多标记分类方法 | 第28-30页 |
| 2.3.1 二值相关方法 | 第28页 |
| 2.3.2 标记幂集方法 | 第28-29页 |
| 2.3.3 链分类器方法 | 第29-30页 |
| 2.4 本章小结 | 第30-31页 |
| 第三章 选择性链分类器模型 | 第31-51页 |
| 3.1 前言 | 第31页 |
| 3.2 相关知识 | 第31-34页 |
| 3.2.1 熵与互信息 | 第31-33页 |
| 3.2.2 最大相关最小冗余特征选择算法 | 第33-34页 |
| 3.3 选择性链分类器建构过程 | 第34-38页 |
| 3.3.1 训练过程 | 第35-37页 |
| 3.3.2 测试过程 | 第37-38页 |
| 3.4 实验验证 | 第38-50页 |
| 3.4.1 多标记数据集 | 第38-40页 |
| 3.4.2 多标记评估准则 | 第40-41页 |
| 3.4.3 实验结果评估 | 第41-50页 |
| 3.5 本章小结 | 第50-51页 |
| 第四章 有序的链分类器模型 | 第51-63页 |
| 4.1 前言 | 第51页 |
| 4.2 有序的链分类器建构过程 | 第51-54页 |
| 4.2.1 训练和预测阶段 | 第52-53页 |
| 4.2.2 整体的算法过程 | 第53-54页 |
| 4.3 实验验证 | 第54-61页 |
| 4.4 本章小结 | 第61-63页 |
| 第五章 本文总结及展望 | 第63-65页 |
| 5.1 本文总结 | 第63-64页 |
| 5.2 本文展望 | 第64-65页 |
| 参考文献 | 第65-69页 |
| 致谢 | 第69-71页 |
| 作者简介 | 第71-72页 |
