| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 半监督学习背景 | 第8-12页 |
| 1.2 迁移学习的背景 | 第12-13页 |
| 1.3 本文的组织和结构 | 第13-14页 |
| 第二章 渐进多分类器半监督集成学习 | 第14-43页 |
| 2.1 介绍 | 第14-15页 |
| 2.2 相关工作 | 第15-18页 |
| 2.3 渐进半监督集成学习 | 第18-27页 |
| 2.4 理论分析 | 第27页 |
| 2.5 实验 | 第27-42页 |
| 2.5.1 参数的影响 | 第29-32页 |
| 2.5.2 渐进多分类器半监督集成学习算法中各个模块的影响 | 第32-34页 |
| 2.5.3 渐进多分类器半监督集成学习算法中基本分类器的影响 | 第34-36页 |
| 2.5.4 与单一半监督分类器算法的比较 | 第36-38页 |
| 2.5.5 与其它集成半监督分类器算法的比较 | 第38-40页 |
| 2.5.6 非参数测试 | 第40-41页 |
| 2.5.7 在高维数据集上的测试 | 第41-42页 |
| 2.6 本章小结 | 第42-43页 |
| 第三章 自进化的迁移学习 | 第43-50页 |
| 3.1 自进化的迁移学习 | 第43-47页 |
| 3.2 实验 | 第47-48页 |
| 3.2.1 迁移学习数据集实验对比 | 第47-48页 |
| 3.2.2 加入噪音的数据集实验对比 | 第48页 |
| 3.2.3 加入多个分布的数据集实验对比 | 第48页 |
| 3.3 本章小结 | 第48-50页 |
| 第四章 总结与展望 | 第50-51页 |
| 参考文献 | 第51-58页 |
| 攻读硕士学位期间取得的研究成果 | 第58-59页 |
| 致谢 | 第59-60页 |
| 附件 | 第60页 |