基于半监督学习的随机森林算法研究与应用
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 1. 绪论 | 第10-16页 |
| 1.1. 选题背景与研究意义 | 第10-11页 |
| 1.2. 国内外研究现状 | 第11-13页 |
| 1.2.1. 半监督学习 | 第11-12页 |
| 1.2.2. 随机森林算法研究现状 | 第12-13页 |
| 1.3. 论文主要研究内容 | 第13-14页 |
| 1.4. 论文组织结构 | 第14-16页 |
| 2. 半监督分类算法理论基础 | 第16-30页 |
| 2.1. 半监督学习 | 第16-17页 |
| 2.2. 分类相关的概念与原理 | 第17-19页 |
| 2.3. 随机森林算法 | 第19-22页 |
| 2.4. 半监督分类理论 | 第22-28页 |
| 2.4.1. 基于生成式模型的方法 | 第22-24页 |
| 2.4.2. 基于协同训练的方法 | 第24-25页 |
| 2.4.3. 基于图的方法 | 第25-26页 |
| 2.4.4. 半监督支持向量机 | 第26-28页 |
| 2.5. 本章小结 | 第28-30页 |
| 3. 半监督随机森林算法的设计与实现 | 第30-42页 |
| 3.1. 算法的提出 | 第30-31页 |
| 3.2. 算法收敛性分析 | 第31-34页 |
| 3.3. 数据剪辑策略 | 第34-36页 |
| 3.4. 基于数据剪辑的半监督随机森林算法 | 第36-38页 |
| 3.5. 实验结果及分析 | 第38-41页 |
| 3.5.1. 实验数据 | 第38-39页 |
| 3.5.2. 实验结果及讨论 | 第39-41页 |
| 3.6. 本章小结 | 第41-42页 |
| 4. 半监督随机森林在近红外卷烟感官评估中的应用 | 第42-48页 |
| 4.1. 卷烟感官评估的研究背景和意义 | 第42页 |
| 4.2. 近红外光谱分析技术 | 第42-44页 |
| 4.3. 近红外卷烟感官评估的研究现状 | 第44页 |
| 4.4. 卷烟感官评估的流程 | 第44-46页 |
| 4.4.1. 数据准备 | 第44-45页 |
| 4.4.2. 数据离散化 | 第45页 |
| 4.4.3. 分类及实验结果分析 | 第45-46页 |
| 4.5. 本章小结 | 第46-48页 |
| 5. 总结与展望 | 第48-50页 |
| 5.1. 总结全文 | 第48-49页 |
| 5.2. 下一步工作 | 第49-50页 |
| 参考文献 | 第50-53页 |
| 致谢 | 第53-54页 |
| 个人简历 | 第54页 |
| 在校期间发表的学术论文 | 第54-55页 |
