基于多视图集成的多关系分类方法研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-15页 |
| ·研究背景和现状 | 第10-12页 |
| ·概述 | 第10页 |
| ·国内外研究现状 | 第10-11页 |
| ·存在的问题 | 第11-12页 |
| ·本课题的研究内容 | 第12-13页 |
| ·本课题研究意义 | 第13页 |
| ·本文组织结构 | 第13-15页 |
| 第二章 多关系分类 | 第15-19页 |
| ·“升级”方法 | 第15-16页 |
| ·“整平”方法 | 第16-17页 |
| ·多视图方法 | 第17-18页 |
| ·本章 小结 | 第18-19页 |
| 第三章 集成学习 | 第19-27页 |
| ·集成学习简介 | 第19-20页 |
| ·集成学习方法 | 第20-23页 |
| ·基本分类器 | 第20-21页 |
| ·基本分类器的获取 | 第21-22页 |
| ·基本分类器的整合 | 第22-23页 |
| ·集成学习的分析 | 第23-24页 |
| ·Bias-Variance分解分析 | 第23页 |
| ·实验比较分析 | 第23-24页 |
| ·Boosting 算法 | 第24-26页 |
| ·本章 小结 | 第26-27页 |
| 第四章 多视图方法 | 第27-37页 |
| ·关系数据库 | 第27-28页 |
| ·方法描述 | 第28-29页 |
| ·构造视图 | 第29-35页 |
| ·信息传播 | 第30-33页 |
| ·生成聚合特征 | 第33-34页 |
| ·构造视图学习器 | 第34-35页 |
| ·多视图集成 | 第35-36页 |
| ·视图验证 | 第35页 |
| ·视图合并 | 第35-36页 |
| ·多视图方法存在的问题 | 第36页 |
| ·本章 小结 | 第36-37页 |
| 第五章 基于多视图树的多视图算法 | 第37-47页 |
| ·视图互补性 | 第37-38页 |
| ·多视图树 | 第38-43页 |
| ·多视图树的构造 | 第39页 |
| ·双视图集成 | 第39-40页 |
| ·多视图树的理论分析 | 第40-41页 |
| ·算法描述 | 第41-43页 |
| ·基于 Boosting 的多视图树 | 第43-45页 |
| ·双视图集成存在的问题 | 第43-44页 |
| ·Boosting的引入 | 第44-45页 |
| ·基于Boosting的双视图集成算法 | 第45页 |
| ·算法复杂性分析 | 第45-46页 |
| ·本章 小结 | 第46-47页 |
| 第六章 实验结果与分析 | 第47-55页 |
| ·实验的环境和方法 | 第47-48页 |
| ·实验数据集 | 第48-49页 |
| ·Mutagenesis数据集 | 第48页 |
| ·金融数据集 | 第48-49页 |
| ·视图互补性实验 | 第49-51页 |
| ·实验结果对比 | 第51-52页 |
| ·运行时间对比 | 第52-53页 |
| ·实验总结 | 第53页 |
| ·本章 小结 | 第53-55页 |
| 结论 | 第55-57页 |
| 参考文献 | 第57-63页 |
| 附录1 视图互补性实验人工数据 | 第63-65页 |
| 攻读硕士学位期间取得的研究成果 | 第65-66页 |
| 致谢 | 第66页 |
