基于后验概率和流形正则化的半监督分类方法研究

摘要	第1-5页
Abstract	第5-8页
1 绪论	第8-16页
·研究背景和意义	第8-9页
·国内外研究概况	第9-15页
·论文的主要研究内容	第15-16页
2 一种改进的半监督分类算法框架 PPMR	第16-33页
·流形正则化半监督分类算法框架及其问题分析	第16-19页
·后验概率支持向量机及其问题分析	第19-21页
·基于后验概率的算法框架 PPMR	第21-29页
·PPMR 理论的相关分析	第29-31页
·本章小结	第31-33页
3 基于 PPMR 框架的算法设计	第33-46页
·PPMR 的基础算法设计	第33-38页
·基于最小平方损失的 PPMR 算法	第38-40页
·基于关键损失的 PPMR 算法	第40-44页
·PPMR 的多分类扩展算法	第44-45页
·本章小结	第45-46页
4 实验与分析	第46-68页
·合成数据集实验	第46-59页
·公共标准数据集实验	第59-64页
·医学实际应用数据集实验	第64-67页
·本章小结	第67-68页
5 总结和展望	第68-70页
·全文总结	第68-69页
·展望	第69-70页
致谢	第70-71页
参考文献	第71-75页