基于测地距离的多图组合半监督学习
摘要 | 第1-4页 |
Abstract | 第4-7页 |
第一章 绪论 | 第7-13页 |
·背景和意义 | 第7-8页 |
·研究现状 | 第8-9页 |
·本文工作 | 第9-10页 |
·论文结构 | 第10-13页 |
第二章 相关理论 | 第13-23页 |
·半监督学习的假设 | 第13-14页 |
·图的构造 | 第14-16页 |
·标记传播 | 第16-18页 |
·基本理论 | 第16-17页 |
·具体算法 | 第17-18页 |
·经典学习算法 | 第18-22页 |
·高斯随机域与调和函数算法 | 第18-20页 |
·线性近邻传播 | 第20-21页 |
·局部和全局一致性方法 | 第21-22页 |
·本章小结 | 第22-23页 |
第三章 基于测地距离的多图组合标记传播算法 | 第23-39页 |
·基于测地距离的构图方法 | 第23-30页 |
·测地距离 | 第23-24页 |
·标记节点中的噪声 | 第24-25页 |
·孤岛节点 | 第25-26页 |
·边界噪声与桥点 | 第26-28页 |
·构图方法 | 第28-30页 |
·多图组合的标记传播算法 | 第30-35页 |
·回退机制 | 第30-31页 |
·图的构造 | 第31-33页 |
·随机扰动的引入 | 第33-34页 |
·标记传播算法 | 第34-35页 |
·算法完整流程 | 第35-38页 |
·本章小结 | 第38-39页 |
第四章 实验与分析 | 第39-57页 |
·实验设定 | 第39-44页 |
·实验平台 | 第39页 |
·实验参数设定 | 第39-40页 |
·用于对比的算法 | 第40-42页 |
·用于实验的数据集 | 第42-44页 |
·实验及分析 | 第44-54页 |
·算法平均分类精度 | 第44页 |
·标记节点中噪声实验分析 | 第44-50页 |
·构图方法效果 | 第50-51页 |
·边界噪声实验分析 | 第51-54页 |
·迭代次数的设定 | 第54页 |
·本章小结 | 第54-57页 |
第五章 结束语 | 第57-59页 |
·总结 | 第57页 |
·展望 | 第57-59页 |
致谢 | 第59-61页 |
参考文献 | 第61-64页 |
研究成果 | 第64-65页 |