| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第12-18页 |
| 1.1 课题背景 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-15页 |
| 1.3 研究内容和主要贡献 | 第15-16页 |
| 1.4 论文组织结构 | 第16-17页 |
| 1.5 本章小结 | 第17-18页 |
| 第2章 背景知识 | 第18-26页 |
| 2.1 标签语义学 | 第18-20页 |
| 2.2 原型理论 | 第20-21页 |
| 2.3 字典学习 | 第21-22页 |
| 2.4 模糊K近邻算法(FKNN) | 第22-23页 |
| 2.5 正则化 | 第23-25页 |
| 2.6 本章小结 | 第25-26页 |
| 第3章 基于标签语义学与原型理论的模糊重构算法 | 第26-38页 |
| 3.1 基于标签语义学与原型理论的模糊重构 | 第26-27页 |
| 3.2 根据模糊重构确定密度函数 | 第27-33页 |
| 3.2.1 几种参数约减方法 | 第27-31页 |
| 3.2.2 统一四种方法的求解形式 | 第31-33页 |
| 3.3 基于熵的模糊重构 | 第33-37页 |
| 3.3.1 λ对重构系数的影响 | 第36-37页 |
| 3.4 本章小结 | 第37-38页 |
| 第4章 基于标签语义学与原型理论的模糊重构算法的分类应用 | 第38-53页 |
| 4.1 模糊重构的分类算法实现 | 第38-40页 |
| 4.1.1 基于标签语义学与原型理论的模糊重构分类算法(FRC) | 第38页 |
| 4.1.2 基于标签语义学与近邻的模糊重构分类算法(KFRC) | 第38-40页 |
| 4.2 试验 | 第40-42页 |
| 4.2.1 计算环境 | 第40-41页 |
| 4.2.2 试验数据集 | 第41-42页 |
| 4.3 数据预处理 | 第42-43页 |
| 4.4 试验结果 | 第43-47页 |
| 4.4.1 分类准确度 | 第44-46页 |
| 4.4.2 算法运行效率 | 第46-47页 |
| 4.5 隶属度可视化 | 第47-48页 |
| 4.6 正则项系数λ对重构的影响 | 第48-50页 |
| 4.7 近邻点的选择对KFRC的影响 | 第50-51页 |
| 4.8 结论 | 第51-52页 |
| 4.9 本章小结 | 第52-53页 |
| 第5章 总结和展望 | 第53-56页 |
| 5.1 全文总结 | 第53-54页 |
| 5.2 未来研究工作展望 | 第54-56页 |
| 参考文献 | 第56-59页 |
| 致谢 | 第59页 |
