学习表达式的映射机制研究
| 中文摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 引言 | 第8-19页 |
| ·课题研究背景 | 第8-10页 |
| ·范畴论与计算机科学的关系 | 第10-12页 |
| ·范畴论的基础概念 | 第12-16页 |
| ·问题提出及内容安排 | 第16-19页 |
| 第二章 学习表达式的范畴表示 | 第19-28页 |
| ·机器学习系统的范畴表示 | 第19-23页 |
| ·学习表达式的范畴表示 | 第23-24页 |
| ·学习表达式的函子表示 | 第24-26页 |
| ·自然变换 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 第三章 学习表达式的映射机制 | 第28-37页 |
| ·表达式的抽象概念 | 第28-30页 |
| ·学习表达式的单态射与满态射 | 第28-29页 |
| ·学习表达式中的可表达函子 | 第29-30页 |
| ·表达式之间的映射机制 | 第30-36页 |
| ·决策树学习 | 第31-32页 |
| ·贝叶斯学习 | 第32-33页 |
| ·表达式映射学习 | 第33-36页 |
| ·本章小结 | 第36-37页 |
| 第四章 学习表达式映射机制的分类器设计 | 第37-47页 |
| ·分类器算法 | 第37-40页 |
| ·分类 | 第37-38页 |
| ·分类器算法列举 | 第38-40页 |
| ·基于学习表达式映射机制的分类器 | 第40-44页 |
| ·分类器函子 | 第40-42页 |
| ·改进分类器算法 | 第42-44页 |
| ·实例分析及结果 | 第44-46页 |
| ·本章小结 | 第46-47页 |
| 第五章 实例分析 | 第47-60页 |
| ·学习表达式映射的实例分析 | 第47-55页 |
| ·数据降维范畴 | 第47-50页 |
| ·数据降维算法 | 第48-49页 |
| ·线性数据降维范畴 | 第49-50页 |
| ·非线性数据降维范畴 | 第50页 |
| ·数据降维范畴算法验证 | 第50-52页 |
| ·数据降维范畴的实例验证 | 第52-55页 |
| ·图像识别实例分析 | 第55-58页 |
| ·基于学习表达式映射机制的人脸识别 | 第56-57页 |
| ·基于学习表达式映射机制的手写体识别 | 第57-58页 |
| ·本章小结 | 第58-60页 |
| 第六章 总结与展望 | 第60-62页 |
| 参考文献 | 第62-66页 |
| 附录 | 第66-68页 |
| 科研情况 | 第66页 |
| 论文发表情况 | 第66页 |
| 中英文名词对照 | 第66-68页 |
| 致谢 | 第68-69页 |
