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

异构关系数据的迁移学习界限及其在角色识别问题中的应用

摘要第4-5页
Abstract第5页
第1章 绪论第9-16页
    1.1 课题研究的背景和意义第9-11页
        1.1.1 课题研究的背景第9-10页
        1.1.2 课题研究的意义第10-11页
    1.2 国内外研究现状及分析第11-13页
        1.2.1 迁移学习研究现状第11-12页
        1.2.2 异构数据间迁移学习的研究现状第12-13页
        1.2.3 迁移界限的研究现状第13页
    1.3 存在的问题第13-14页
    1.4 本文的研究内容第14-15页
    1.5 论文组织结构第15-16页
第2章 迁移学习界限的理论基础及建立模型所用的相关技术第16-23页
    2.1 独立同分布数据的相关理论第16-18页
        2.1.1 独立同分布数据的迁移学习界限第16页
        2.1.2 独立同分布数据的异构转同构算法第16-18页
    2.2 关系数据的相关理论第18-20页
        2.2.1 关系数据第18-19页
        2.2.2 依赖强度第19页
        2.2.3 测试集界限第19-20页
        2.2.4 关系模型生长函数的界第20页
    2.3 实验相关技术简介第20-22页
        2.3.1 多线程爬虫的实现技术第20-21页
        2.3.2 基于正则表达式的正文提取技术第21-22页
    2.4 本章小结第22-23页
第3章 异构关系数据迁移学习界限的相关理论研究第23-41页
    3.1 问题形式化描述第24-25页
    3.2 关系数据迁移界限公式的推导第25-35页
        3.2.1 利用有限样本估算出领域间的近似距离第25-27页
        3.2.2 领域间近似距离与理论距离间的差距第27-28页
        3.2.3 求近似距离时所用的异构转同构算法第28-31页
        3.2.4 利用A散度距离建立目标域分类误差的界限第31-32页
        3.2.5 目标域分类误差界限的泛化第32-35页
    3.3 泛化界限理论特性分析第35-40页
    3.4 本章小结第40-41页
第4章 角色识别模型的建立及迁移界限在其中的应用第41-48页
    4.1 问题形式化第41页
    4.2 基于统计关系学习的单领域舆论角色识别方法第41-43页
        4.2.1 舆论角色知识的Markov逻辑网表示第42-43页
        4.2.2 建立稳定的舆论角色发现模型第43页
    4.3 迁移学习界限在舆情角色识别中的应用第43-47页
        4.3.1 舆情角色识别的自适应单源域增强方法第43-44页
        4.3.2 迁移学习界限在舆情角色识别适应性增强中的应用第44-47页
    4.4 本章小结第47-48页
第5章 异构关系数据迁移学习界限及角色识别模型实验和结果分析第48-70页
    5.1 实验环境及工具包第48页
        5.1.1 实验环境第48页
        5.1.2 实验工具包第48页
    5.2 实验数据集第48-52页
        5.2.1 公开数据集简介第49-50页
        5.2.2 网络舆情数据集第50-52页
    5.3 实验总体设计第52-53页
    5.4 实验主要模块详解第53-59页
        5.4.1 异构转同构求距离实验第53-55页
        5.4.2 一阶与二阶的相互转化第55-57页
        5.4.3 改进后的结构学习过程第57-59页
    5.5 实验过程及结果分析第59-69页
        5.5.1 异构领域间距离的求解第59-60页
        5.5.2 角色识别模型的迁移结果第60-68页
        5.5.3 实验结果及评价第68-69页
    5.6 本章小结第69-70页
结论第70-71页
参考文献第71-76页
攻读硕士学位期间发表的学术论文第76-78页
致谢第78页

论文共78页,点击 下载论文
上一篇:后腹腔镜下肾输尿管全长切除加经尿道膀胱袖状切除治疗肾结核的疗效分析
下一篇:消息传递并行程序的弱变异测试