| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第1章 绪论 | 第8-10页 |
| 第2章 多标签分类和特征选择技术 | 第10-23页 |
| 2.1 多标签分类 | 第11-15页 |
| 2.1.1 多标签分类方法 | 第11-12页 |
| 2.1.2 多标签评价准则 | 第12-14页 |
| 2.1.3 多标签基准数据集 | 第14-15页 |
| 2.2 特征选择技术 | 第15-22页 |
| 2.2.1 特征选择技术概述 | 第15-18页 |
| 2.2.2 单标签分类中的特征选择算法 | 第18-20页 |
| 2.2.3 多标签分类中的特征选择算法 | 第20-22页 |
| 2.3 小结 | 第22-23页 |
| 第3章 基于二次规划和Frank-Wolfe算法的多标签特征选择方法 | 第23-43页 |
| 3.1 二次规划特征选择模型及Nystrom近似求解 | 第23-28页 |
| 3.1.1 二次规划特征选择模型 | 第23页 |
| 3.1.2 相似性度量 | 第23-24页 |
| 3.1.3 平衡因子估算 | 第24-25页 |
| 3.1.4 QPFS-Nystrom单标签特征选择方法 | 第25-28页 |
| 3.2 QPFS-FW多标签特征选择方法 | 第28-33页 |
| 3.2.1 Frank-Wolfe算法介绍 | 第28-30页 |
| 3.2.2 使用Frank-Wolfe算法求解二次规划模型 | 第30-33页 |
| 3.3 QPFS-FW多标签特征选择方法的实验结果与分析 | 第33-42页 |
| 3.3.1 现有的特征选择算法介绍及参数设置 | 第33-35页 |
| 3.3.2 特征选择算法性能比较结果与分析 | 第35-40页 |
| 3.3.3 特征子集大小比较 | 第40页 |
| 3.3.4 特征选择时间比较 | 第40-42页 |
| 3.4 小结 | 第42-43页 |
| 第4章 基于HSIC和遗传算法的多标签特征选择方法 | 第43-70页 |
| 4.1 Hilbert-Schmidt独立性准则及特征选择 | 第43-45页 |
| 4.1.1 Hilbert-Schmidt独立性准则 | 第43页 |
| 4.1.2 核函数 | 第43-44页 |
| 4.1.3 BAHSIC和FOHSIC | 第44-45页 |
| 4.2 遗传算法 | 第45-48页 |
| 4.2.1 特征选择的遗传算法 | 第45-47页 |
| 4.2.2 带控制策略的遗传算法 | 第47-48页 |
| 4.3 CGA-HSIC多标签特征选择方法 | 第48-51页 |
| 4.3.1 CGA-HSIC的基本设置 | 第49页 |
| 4.3.2 CGA-HSIC算法流程 | 第49-51页 |
| 4.4 CGA-HSIC多标签特征选择方法的实验结果与分析 | 第51-69页 |
| 4.4.1 多项式阶数的选择 | 第51-52页 |
| 4.4.2 CGA-HSIC的收敛性分析 | 第52-53页 |
| 4.4.3 特征选择算法性能比较结果与分析 | 第53-69页 |
| 4.5 小结 | 第69-70页 |
| 第5章 总结和展望 | 第70-71页 |
| 参考文献 | 第71-76页 |
| 致谢 | 第76-77页 |
| 附录 攻读硕士学位期间参加科研项目情况 | 第77页 |
