监督信息在图学习中的有效利用
摘要 | 第1-6页 |
ABSTRACT | 第6-14页 |
第一章 绪论 | 第14-26页 |
·人工智能 | 第14页 |
·机器学习 | 第14-18页 |
·有监督学习 | 第16-17页 |
·无监督学习 | 第17-18页 |
·半监督学习 | 第18页 |
·图上的机器学习 | 第18-23页 |
·点约束的图学习 | 第20-22页 |
·边约束的图学习 | 第22-23页 |
·本文的主要研究工作 | 第23-26页 |
·贡献和创新 | 第23-24页 |
·研究意义 | 第24-25页 |
·文章组织 | 第25-26页 |
第二章 谱方法 | 第26-38页 |
·聚类的图模型 | 第26-27页 |
·图的构建 | 第27-29页 |
·图的最优割 | 第29-32页 |
·谱聚类算法 | 第32-35页 |
·谱方法与随机游走的联系 | 第35-37页 |
·结论 | 第37-38页 |
第三章 流形映射机分类框架 | 第38-54页 |
·引言 | 第38-41页 |
·支持向量机 | 第41-45页 |
·线性支持向量机 | 第42-43页 |
·非线性支持向量机 | 第43-45页 |
·多分类问题 | 第45页 |
·流形映射机 | 第45-48页 |
·监督式流形映射 | 第45-46页 |
·分类器构建 | 第46-47页 |
·测试数据扩展 | 第47-48页 |
·M3与流形学习的联系 | 第48-53页 |
·等度规映射 | 第48-50页 |
·局部线性嵌入 | 第50-51页 |
·邻居维持嵌入 | 第51-52页 |
·局部保持投影 | 第52-53页 |
·结论 | 第53-54页 |
第四章 监督式谱空间分类器 | 第54-77页 |
·引言 | 第54-55页 |
·监督式谱空间分类器 | 第55-63页 |
·监督式谱空间变换 | 第56-58页 |
·两两关系计算 | 第56-57页 |
·判别信息加入 | 第57页 |
·维数约减 | 第57-58页 |
·分类器构建 | 第58-59页 |
·测试数据扩展 | 第59-61页 |
·行归一化 | 第61页 |
·算法小结与时间复杂度分析 | 第61-63页 |
·实验 | 第63-76页 |
·人工数据集 | 第63-66页 |
·真实数据集 | 第66-70页 |
·UCI 数据库 | 第66-70页 |
·钢笔手写数字识别 | 第70页 |
·参数讨论 | 第70-75页 |
·近邻参数 | 第70-73页 |
·权衡因子 | 第73-75页 |
·单一模式与批量模式 | 第75-76页 |
·结论 | 第76-77页 |
第五章 图上的标签传播算法 | 第77-85页 |
·直推学习的图模型 | 第77-78页 |
·标签传播算法 | 第78-80页 |
·正则化框架 | 第80-82页 |
·标签传播与随机游走的联系 | 第82-84页 |
·总结 | 第84-85页 |
第六章 局部约束传播半监督聚类算法 | 第85-125页 |
·引言 | 第85-88页 |
·SCRAWL 原型 | 第88-94页 |
·算法演示 | 第88-89页 |
·组件构建 | 第89-92页 |
·组件聚类 | 第92-94页 |
·SCRAWL 算法 | 第94-101页 |
·软组件的构建 | 第94-95页 |
·自适应的约束传播 | 第95-98页 |
·有限的组件数目 | 第98-99页 |
·算法小结 | 第99-101页 |
·实验 | 第101-124页 |
·实验数据 | 第101-107页 |
·UCI 数据集 | 第101-102页 |
·文本文档数据集 | 第102-103页 |
·手写数字数据集 | 第103-104页 |
·英文字母数据集 | 第104-105页 |
·人脸识别数据集 | 第105页 |
·图像分割数据集 | 第105-107页 |
·实验设计 | 第107-109页 |
·实验结果 | 第109-124页 |
·UCI 数据集 | 第110-112页 |
·文本文档 | 第112-113页 |
·手写数字 | 第113-114页 |
·英文字母 | 第114-115页 |
·人脸识别 | 第115-116页 |
·图像分割 | 第116-123页 |
·运行时间 | 第123-124页 |
·结论 | 第124-125页 |
第七章 结束语 | 第125-127页 |
·全文总结 | 第125-126页 |
·工作展望 | 第126-127页 |
参考文献 | 第127-133页 |
致谢 | 第133-134页 |
在学期间的研究成果及发表的学术论文 | 第134页 |
攻读博士学位期间发表(录用)论文情况 | 第134页 |
攻读博士学位期间参加科研项目情况 | 第134页 |