基于动态模糊集的半监督多任务学习
| 中文摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 引言 | 第8-15页 |
| ·半监督多任务学习研究综述 | 第8-13页 |
| ·半监督学习概况 | 第8-9页 |
| ·多任务学习概况 | 第9-10页 |
| ·半监督多任务学习概况 | 第10-13页 |
| ·问题提出 | 第13-14页 |
| ·本文内容安排 | 第14-15页 |
| 第二章 基于DFS的半监督多任务学习模型 | 第15-35页 |
| ·动态模糊集 | 第15-16页 |
| ·动态模糊集的定义 | 第15页 |
| ·隶属函数 | 第15-16页 |
| ·半监督学习 | 第16-22页 |
| ·半监督学习的概念 | 第17页 |
| ·半监督学习中的无标记数据 | 第17-18页 |
| ·半监督学习中的基本假设 | 第18-20页 |
| ·常见的半监督学习方法 | 第20-21页 |
| ·归纳半监督学习与转换半监督学习 | 第21-22页 |
| ·多任务学习 | 第22-29页 |
| ·相关任务 | 第23页 |
| ·多任务学习的概念 | 第23-24页 |
| ·多任务学习的常见应用 | 第24-27页 |
| ·迁移学习与多任务学习 | 第27-28页 |
| ·为多个任务做预测 | 第28-29页 |
| ·并行迁移与顺序迁移 | 第29页 |
| ·基于DFS的半监督多任务学习模型 | 第29-34页 |
| ·动态模糊机器学习模型 | 第30-31页 |
| ·动态模糊半监督学习模型 | 第31页 |
| ·动态模糊半监督多任务学习模型 | 第31-34页 |
| ·本章小结 | 第34-35页 |
| 第三章 动态模糊半监督多任务匹配算法 | 第35-45页 |
| ·动态模糊随机概率 | 第35-37页 |
| ·动态模糊半监督多任务匹配算法 | 第37-42页 |
| ·动态模糊半监督匹配算法 | 第37-40页 |
| ·知识迁移 | 第40-41页 |
| ·动态模糊半监督多任务匹配算法过程描述 | 第41-42页 |
| ·实例分析 | 第42-44页 |
| ·本章小结 | 第44-45页 |
| 第四章 动态模糊半监督多任务自适应学习算法 | 第45-61页 |
| ·马氏距离度量 | 第45-46页 |
| ·动态模糊K近邻算法 | 第46-49页 |
| ·动态模糊半监督自适应学习算法 | 第49-54页 |
| ·动态模糊半监督多任务自适应学习算法 | 第54-57页 |
| ·实例分析 | 第57-60页 |
| ·本章小结 | 第60-61页 |
| 第五章 实例应用及分析 | 第61-68页 |
| ·人脸识别现状分析 | 第61-62页 |
| ·基于DFS的半监督多任务学习的人脸识别 | 第62-67页 |
| ·模型 | 第63-64页 |
| ·实验效果及分析 | 第64-67页 |
| ·本章小结 | 第67-68页 |
| 第六章 结论与展望 | 第68-70页 |
| 参考文献 | 第70-77页 |
| 附录 | 第77-79页 |
| 致谢 | 第79页 |
