首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文--自动推理、机器学习论文

面向格结构的机器学习

摘要第1-6页
ABSTRACT第6-13页
第一章 引言第13-24页
   ·离散化对分类问题的影响第13-15页
   ·属性与算法第15-18页
     ·属性的构成第15-16页
     ·属性的分类第16-17页
     ·算法的分类第17-18页
   ·面向算法的学习第18-20页
   ·面向结构的学习第20-22页
   ·本章小结第22页
   ·本文各章安排第22-24页
第二章 中间格结构第24-33页
   ·格的定义第24-28页
   ·面向格的属性转换第28-29页
   ·面向格的算法转换第29-32页
     ·格的基本运算第29-31页
     ·格运算的意义第31-32页
   ·本章小结第32-33页
第三章 机器学习机第33-46页
   ·“学习”算法实例第33-35页
     ·序列覆盖算法第33-34页
     ·梯度下降法第34-35页
   ·机器学习机的六元组表示第35-44页
     ·“学习”的形式化定义第35-36页
     ·描述性定义与形式化定义第36-37页
     ·目标函数T第37-38页
     ·假设空间H第38-39页
     ·数据集合D第39-40页
     ·性能度量P第40-41页
     ·学习算法L第41-43页
     ·结束条件C第43-44页
   ·基于格的机器学习机第44-45页
   ·本章小结第45-46页
第四章 基于格的规则归纳第46-93页
   ·规则第46-49页
     ·规则表第46页
     ·规则集第46-47页
     ·规则序列第47页
     ·决策树第47-49页
     ·带例外规则第49页
   ·规则的评价第49-51页
   ·规则归纳算法第51-52页
     ·决策树学习第51-52页
     ·规则序列学习第52页
     ·带例外规则学习第52页
   ·基于认知的带例外规则学习第52-57页
     ·人的认知过程第53-54页
     ·基于认知的RE 学习框架第54-56页
     ·CBREL 与RE 学习机第56-57页
   ·CBREL-CBL 算法第57-71页
     ·基于聚类的RE 学习第57-61页
     ·划分过程第61-65页
     ·算法分析第65-68页
     ·实验分析第68-69页
     ·CBREL-CBL 的类型第69-71页
     ·基于格的CBREL-CBL第71页
   ·CBREL-ID3 算法第71-81页
     ·ID3 算法第71-73页
     ·CBREL 框架与ID3 算法第73-75页
     ·RE 与决策树的转换第75-78页
     ·CBREL-ID3 的类型第78-80页
     ·基于格的CBREL-ID3第80-81页
   ·AOL 与SOL 的实验比较第81-92页
     ·数据集第81-82页
     ·属性转换方法第82-85页
     ·实验平台第85-88页
     ·实验结果第88-92页
   ·本章小结第92-93页
第五章 基于半格的LDA 类模型学习第93-113页
   ·LDA 类模型第93-99页
     ·Dirichlet 分布第93-94页
     ·Latent Dirichlet Allocation Model (LDA)第94-95页
     ·Topical N-gram Model (TNG)第95-96页
     ·Topical Word-Character Model (TWC)第96-99页
   ·LDA 类模型的推导第99-105页
     ·LDA 的推导第99-101页
     ·TNG 的推导第101-102页
     ·TWC 的推导第102-105页
   ·基于半格的LDA 类聚类第105-108页
     ·LDA 类学习机第106-107页
     ·半格函数的转换第107-108页
   ·实验第108-112页
     ·数据集第108-109页
     ·种子第109-110页
     ·学习结果第110-112页
   ·本章小结第112-113页
第六章 全文总结第113-117页
   ·主要工作及结论第113-115页
   ·研究不足与展望第115-117页
致谢第117-118页
参考文献第118-124页
攻读博士学位期间已发表或录用的论文第124-126页

论文共126页,点击 下载论文
上一篇:模糊时滞系统稳定条件保守性减小研究
下一篇:腿式跳跃机器人运动规划与稳定性恢复研究