基于模糊粗糙决策树的多标记分类研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 研究现状及存在的问题 | 第10-13页 |
| 1.2.1 多标记分类研究现状 | 第11-12页 |
| 1.2.2 决策树研究现状 | 第12-13页 |
| 1.3 本文主要研究内容和组织结构 | 第13-15页 |
| 1.3.1 本文的研究内容 | 第13-14页 |
| 1.3.2 本文的组织结构 | 第14-15页 |
| 第2章 相关工作 | 第15-28页 |
| 2.1 引言 | 第15页 |
| 2.2 多标记学习 | 第15-21页 |
| 2.2.1 问题转换法 | 第16-19页 |
| 2.2.2 算法适应法 | 第19-21页 |
| 2.3 决策树分类器 | 第21-23页 |
| 2.3.1 决策树基本概念 | 第21-22页 |
| 2.3.2 C4.5 算法 | 第22-23页 |
| 2.4 模糊粗糙集模型 | 第23-27页 |
| 2.4.1 模糊粗糙集概念 | 第24页 |
| 2.4.2 模糊粗糙集决策树 | 第24-26页 |
| 2.4.3 基于模糊粗糙集的多标记特征评价 | 第26-27页 |
| 2.5 本章小结 | 第27-28页 |
| 第3章 基于模糊粗糙集的多标记决策树 | 第28-34页 |
| 3.1 引言 | 第28页 |
| 3.2 构造模型 | 第28-30页 |
| 3.3 示例分析 | 第30-32页 |
| 3.4 本章小结 | 第32-34页 |
| 第4章 考虑类标记相关特征的多标记决策树 | 第34-42页 |
| 4.1 引言 | 第34-35页 |
| 4.2 标记相关特征的选择标准 | 第35-36页 |
| 4.3 构造模型 | 第36-38页 |
| 4.4 示例分析 | 第38-40页 |
| 4.5 本章小结 | 第40-42页 |
| 第5章 实验分析 | 第42-51页 |
| 5.1 实验配置 | 第42-44页 |
| 5.1.1 数据集及评价指标 | 第42-43页 |
| 5.1.2 对比算法及测试方法 | 第43-44页 |
| 5.2 参数分析 | 第44-48页 |
| 5.2.1 ML-FRDT算法中的参数分析 | 第44-46页 |
| 5.2.2 LIFT-DT算法中的参数分析 | 第46-48页 |
| 5.3 实验结果分析 | 第48-50页 |
| 5.3.1 ML-FRDT算法的实验结果 | 第48-49页 |
| 5.3.2 LIFT-DT算法的实验结果 | 第49-50页 |
| 5.4 本章小结 | 第50-51页 |
| 第6章 总结与展望 | 第51-52页 |
| 参考文献 | 第52-56页 |
| 发表论文和参加科研情况说明 | 第56-57页 |
| 致谢 | 第57-58页 |
