多标签特征选择的两种算法研究
摘要 | 第5-6页 |
Abstract | 第6-7页 |
第1章 绪论 | 第10-16页 |
1.1 研究背景及意义 | 第10-12页 |
1.2 国内外研究现状分析 | 第12-15页 |
1.2.1 多标签分类研究现状 | 第12-13页 |
1.2.2 多标签特征选择研究现状 | 第13-15页 |
1.3 本文的主要内容和组织结构 | 第15-16页 |
第2章 背景知识 | 第16-26页 |
2.1 多标签学习分类 | 第16-21页 |
2.1.1 问题转换 | 第17-19页 |
2.1.2 算法适应法 | 第19-21页 |
2.2 多标签评价准则 | 第21-22页 |
2.3 特征选择理论 | 第22-24页 |
2.4 本章小结 | 第24-26页 |
第3章 基于非负稀疏表示的多标签特征选择 | 第26-42页 |
3.1 非负矩阵分解算法 | 第26-28页 |
3.1.1 算法原理 | 第26-27页 |
3.1.2 迭代规则 | 第27-28页 |
3.2 非负稀疏表示的多标签特征选择 | 第28-34页 |
3.2.1 问题描述 | 第29-30页 |
3.2.2 问题优化和算法 | 第30-31页 |
3.2.3 收敛性分析 | 第31-34页 |
3.3 实验分析 | 第34-40页 |
3.3.1 实验数据和实验设置 | 第34-35页 |
3.3.2 实验结果分析 | 第35-40页 |
3.4 本章小结 | 第40-42页 |
第4章 基于特征流形和稀疏正则化的多标签特征选择 | 第42-56页 |
4.1 流形学习方法介绍 | 第42-44页 |
4.1.1 等度量映射 | 第42-43页 |
4.1.2 局部线性嵌入 | 第43-44页 |
4.1.3 局部保持投影 | 第44页 |
4.2 特征流形和稀疏正则化的多标签特征选择 | 第44-49页 |
4.2.1 问题描述 | 第44-46页 |
4.2.2 问题优化和算法 | 第46-48页 |
4.2.3 收敛性分析 | 第48-49页 |
4.3 实验分析 | 第49-55页 |
4.3.1 实验数据和实验设置 | 第49-50页 |
4.3.2 实验结果分析 | 第50-55页 |
4.4 本章小结 | 第55-56页 |
第5章 总结与展望 | 第56-58页 |
5.1 工作总结 | 第56-57页 |
5.2 进一步展望 | 第57-58页 |
参考文献 | 第58-68页 |
致谢 | 第68-70页 |
攻读学位期间取得的科研成果 | 第70页 |