偏标记损失函数研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第8-13页 |
| 1.1 引言 | 第8-10页 |
| 1.2 研究现状 | 第10-11页 |
| 1.3 有待研究的问题 | 第11-12页 |
| 1.4 本文组织 | 第12-13页 |
| 第二章 偏标记学习算法 | 第13-22页 |
| 2.1 辨识消歧偏标记学习算法 | 第13-18页 |
| 2.1.1 基于最大似然估计的方法 | 第13-15页 |
| 2.1.2 基于最大间隔的方法 | 第15-16页 |
| 2.1.3 基于字典学习的方法 | 第16-18页 |
| 2.2 平均消歧偏标记学习算法 | 第18-20页 |
| 2.2.1 基于k近邻的方法 | 第18-19页 |
| 2.2.2 凸优化方法 | 第19-20页 |
| 2.3 非消歧偏标记学习算法 | 第20-21页 |
| 2.4 小结 | 第21-22页 |
| 第三章 基于一致性假设的偏标记损失函数 | 第22-30页 |
| 3.1 一致性假设 | 第22页 |
| 3.2 COPAL算法 | 第22-24页 |
| 3.3 实验结果 | 第24-29页 |
| 3.3.1 实验设置 | 第24-26页 |
| 3.3.2 UCI数据集 | 第26-28页 |
| 3.3.3 真实数据集 | 第28-29页 |
| 3.4 小结 | 第29-30页 |
| 第四章 基于标记置信度的偏标记损失函数 | 第30-39页 |
| 4.1 标记置信度 | 第30页 |
| 4.2 CORD算法 | 第30-33页 |
| 4.3 实验结果 | 第33-38页 |
| 4.3.1 实验设置 | 第33-34页 |
| 4.3.2 UCI数据集 | 第34-36页 |
| 4.3.3 真实数据集 | 第36-38页 |
| 4.4 小结 | 第38-39页 |
| 第五章 结束语 | 第39-41页 |
| 参考文献 | 第41-45页 |
| 致谢 | 第45-46页 |
| 附录 | 第46页 |
