首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文--自动推理、机器学习论文

基于自我表述的学习方法的研究

摘要第5-6页
Abstract第6-7页
第1章 绪论第10-18页
    1.1 课题研究意义第10-11页
    1.2 国内外研究现状第11-15页
        1.2.1 特征选择的研究现状第12-13页
        1.2.2 标记分布学习的研究现状第13-15页
    1.3 本文主要内容和组织结构第15-18页
        1.3.1 本文主要工作第15-16页
        1.3.2 本文组织结构第16-18页
第2章 背景知识第18-28页
    2.1 特征选择第18-21页
        2.1.1 有监督特征选择第19-20页
        2.1.2 无监督特征选择第20页
        2.1.3 无监督特征选择算法第20-21页
    2.2 标记分布学习第21-26页
        2.2.1 多标记与标记分布第21-23页
        2.2.2 标记分布学习形式化第23-24页
        2.2.3 标记分布学习算法第24-26页
    2.3 本章小结第26-28页
第3章 基于自我表述依赖度量的无监督特征选择方法第28-40页
    3.1 依赖度量第28-30页
        3.1.1 依赖度量理论第28-29页
        3.1.2 基于自我表述的依赖度量第29-30页
    3.2 自我表述依赖最大化特征选择方法第30-32页
    3.3 实验与结果分析第32-38页
        3.3.1 评价指标第32-33页
        3.3.2 实验设置第33-34页
        3.3.3 实验结果分析第34-38页
    3.4 本章小结第38-40页
第4章 基于样本自我表述的标记分布学习方法第40-56页
    4.1 标记分布问题第40-42页
    4.2 模型提出第42-43页
    4.3 模型优化和算法步骤第43-46页
        4.3.1 联合L2范数的自我表述第44-45页
        4.3.2 联合L2,1-范数的自我表述第45-46页
    4.4 实验与结果分析第46-55页
        4.4.1 评价指标第46-47页
        4.4.2 实验设置第47-49页
        4.4.3 实验结果分析第49-54页
        4.4.4 参数分析第54-55页
    4.5 本章小结第55-56页
第5章 总结与展望第56-58页
    5.1 工作总结第56-57页
    5.2 工作展望第57-58页
参考文献第58-68页
致谢第68-70页
攻读学位期间取得的科研成果第70页

论文共70页,点击 下载论文
上一篇:六自由度工业机器人离线编程系统的设计与实现
下一篇:JZJ站位间转运策略强化学习方法研究与实现