| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-11页 |
| 第2章 多标签分类和流特征选择方法 | 第11-22页 |
| 2.1 多标签分类方法 | 第11-16页 |
| 2.1.1 多标签分类问题 | 第11-12页 |
| 2.1.2 多标签分类算法 | 第12-13页 |
| 2.1.3 多标签分类评价准则 | 第13-16页 |
| 2.2 多标签特征选择方法 | 第16-19页 |
| 2.2.1 特征选择原理概述 | 第16页 |
| 2.2.2 多标签特征选择方法的划分 | 第16-19页 |
| 2.3 多标签流特征选择方法 | 第19-21页 |
| 2.3.1 单标签流特征选择算法 | 第19-20页 |
| 2.3.2 多标签流特征选择算法 | 第20-21页 |
| 2.4 本章小结 | 第21-22页 |
| 第3章 基于α-投资法的多标签流特征选择算法 | 第22-37页 |
| 3.1 α-投资单标签流特征选择方法 | 第22-25页 |
| 3.1.1 线性回归 | 第22-23页 |
| 3.1.2 假设检验 | 第23-24页 |
| 3.1.3 α-投资单标签流特征选择方法 | 第24-25页 |
| 3.2 基于α-投资的多标签流特征选择方法 | 第25-28页 |
| 3.2.1 基于二类相关分解策略的α-投资多标签流特征选择算法 | 第25-26页 |
| 3.2.2 基于多输出回归的α-投资多标签流特征选择算法 | 第26-28页 |
| 3.3 基于α-投资法的多标签流特征选择算法的实验结果与分析 | 第28-36页 |
| 3.3.1 数据集和对比算法介绍 | 第28-30页 |
| 3.3.2 流特征顺序对基于α-投资的多标签流特征选择算法的影响 | 第30-31页 |
| 3.3.3 特征选择算法性能比较与分析 | 第31-36页 |
| 3.4 本章小结 | 第36-37页 |
| 第4章 基于互信息的多标签流特征选择算法 | 第37-60页 |
| 4.1 多标签特征选择中的多变量互信息 | 第37-40页 |
| 4.1.1 高维熵的概念 | 第37-39页 |
| 4.1.2 两个集合的联合熵 | 第39页 |
| 4.1.3 特征集与标签集合的互信息 | 第39-40页 |
| 4.2 基于互信息的多标签流特征选择算法 | 第40-46页 |
| 4.2.1 基于互信息的多标签流特征选择算法 | 第40-42页 |
| 4.2.2 基于互信息的快速多标签流特征选择算法 | 第42-44页 |
| 4.2.3 基于最大相关最小冗余的多标签流特征选择算法 | 第44-46页 |
| 4.3 基于互信息的多标签流特征选择方法的实验结果及分析 | 第46-59页 |
| 4.3.1 三种基于互信息算法性能结果的比较与分析 | 第46-48页 |
| 4.3.2 对比算法性能结果的比较与分析 | 第48-58页 |
| 4.3.3 特征选择特征子集大小和时间的比较 | 第58-59页 |
| 4.4 小结 | 第59-60页 |
| 第5章 总结和展望 | 第60-61页 |
| 参考文献 | 第61-67页 |
| 附录 | 第67-68页 |
| 致谢 | 第68页 |
