多样性密度学习算法的研究与应用
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-16页 |
| ·课题的背景和来源 | 第9页 |
| ·国内外的发展及现状 | 第9-14页 |
| ·多示例学习的研究现状 | 第10-14页 |
| ·多示例学习方法中的不足 | 第14页 |
| ·本课题的主要研究内容 | 第14-16页 |
| 第2章 多样性密度学习算法研究 | 第16-28页 |
| ·引言 | 第16页 |
| ·传统的多示例学习 | 第16-22页 |
| ·多样性密度算法 | 第18-21页 |
| ·多示例分类算法 | 第21-22页 |
| ·优化的多样性密度学习算法 | 第22-27页 |
| ·多概念多示例学习算法 | 第22-25页 |
| ·基于重叠示例的多示例分类算法 | 第25-27页 |
| ·本章小结 | 第27-28页 |
| 第3章 优化的多样性密度算法在图像检索中的应用 | 第28-45页 |
| ·引言 | 第28页 |
| ·基于内容的图像检索系统 | 第28-30页 |
| ·基于多示例学习的图像检索技术 | 第30-36页 |
| ·包的生成 | 第30-32页 |
| ·目标概念的学习 | 第32-34页 |
| ·相似度比较 | 第34-36页 |
| ·性能评价 | 第36-37页 |
| ·查准率和查全率 | 第36页 |
| ·ROC曲线 | 第36-37页 |
| ·结果分析 | 第37-40页 |
| ·系统描述 | 第40-44页 |
| ·基于多示例学习的图像检索系统框架 | 第40-41页 |
| ·模块设计 | 第41-43页 |
| ·数据接口设计 | 第43页 |
| ·系统设置 | 第43-44页 |
| ·本章小结 | 第44-45页 |
| 第4章 优化的分类算法在生物信息学中的应用 | 第45-54页 |
| ·引言 | 第45页 |
| ·miRNA的概念与特征 | 第45-48页 |
| ·真伪miRNA的鉴别 | 第48-51页 |
| ·miRNA前体特征的提取 | 第49-50页 |
| ·多示例学习鉴别真伪miRNA | 第50-51页 |
| ·结果分析 | 第51-53页 |
| ·本章小结 | 第53-54页 |
| 结论 | 第54-55页 |
| 参考文献 | 第55-59页 |
| 攻读学位期间发表的学术论文 | 第59-61页 |
| 致谢 | 第61-62页 |
| 个人简历 | 第62页 |
