首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--检索机论文

代价敏感的多标签分类算法及其在标签推荐中应用研究

致谢第5-6页
摘要第6-7页
ABSTRACT第7-8页
1 引言第11-15页
    1.1 研究背景和意义第11-13页
    1.2 本文主要工作第13页
    1.3 本文组织安排第13-15页
2 多标签和代价敏感分类第15-31页
    2.1 多标签分类第15-25页
        2.1.1 算法适应型方法第17-20页
        2.1.2 问题转换型方法第20-23页
        2.1.3 多标签分类算法性能的评价指标第23-25页
    2.2 多标签分类第25-31页
        2.2.1 代价敏感分类的主要算法第27-30页
        2.2.2 代价敏感分类算法性能的评价指标第30-31页
3 基于标签聚类的多标签分类算法MLLC第31-40页
    3.1 MLLC分类算法的主要思想第31-36页
        3.1.1 不可见的重要标签组合第31-32页
        3.1.2 标签向量的提取第32-33页
        3.1.3 标签聚类的算法第33-35页
        3.1.4 训练集的修改第35-36页
    3.2 MLLC算法描述第36-38页
    3.3 MLLC算法分析第38-40页
4 面向标签推荐的代价敏感MLLC算法第40-51页
    4.1 面向标签推荐的代价敏感MLLC算法的主要思想第40-47页
        4.1.1 社会标签推荐与代价敏感分类第40-43页
        4.1.2 社会标签推荐与多标签分类第43-46页
        4.1.3 代价敏感分类与多标签分类的结合第46-47页
    4.2 面向标签推荐的代价敏感MLLC算法的描述第47-49页
    4.3 算法分析第49-51页
5 实验验证第51-63页
    5.1 实验环境第51页
    5.2 MLLC算法实验第51-57页
        5.2.1 实验数据集第52页
        5.2.2 实验设计第52-53页
        5.2.3 实验结果以及分析第53-57页
    5.3 面向标签推荐的代价敏感MLLC算法实验第57-63页
        5.3.1 实验数据集第58-59页
        5.3.2 实验设计第59页
        5.3.3 实验结果以及分析第59-63页
6 总结与展望第63-65页
参考文献第65-69页
作者简历及攻读硕士学位期间取得的研究成果第69-71页
学位论文数据集第71页

论文共71页,点击 下载论文
上一篇:基于模糊神经网络的高速铁路道岔故障诊断方法研究
下一篇:一种24位Delta-Sigma A/D转换器的设计与实现