基于标签结构的特征选择方法研究
| 摘要 | 第5-6页 |
| Abstract | 第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 国内外研究现状分析 | 第10-12页 |
| 1.2.1 聚类标签学习特征选择研究现状 | 第10-11页 |
| 1.2.2 标签层次结构特征选择研究现状 | 第11-12页 |
| 1.3 本文的主要内容和组织结构 | 第12-15页 |
| 第2章 背景知识 | 第15-21页 |
| 2.1 流形学习方法介绍 | 第15-16页 |
| 2.2 支持向量机的学习 | 第16-20页 |
| 2.2.1 函数间隔和几何间隔 | 第16-17页 |
| 2.2.2 支持向量机对偶问题求解 | 第17-20页 |
| 2.3 本章小结 | 第20-21页 |
| 第3章 基于稀疏聚类的标签学习特征选择 | 第21-31页 |
| 3.1 特征选择算法模型 | 第21-22页 |
| 3.2 基于稀疏聚类的标签特征选择算法 | 第22-25页 |
| 3.2.1 问题描述 | 第22页 |
| 3.2.2 模型及算法 | 第22-25页 |
| 3.3 实验分析 | 第25-29页 |
| 3.3.1 数据集介绍 | 第26页 |
| 3.3.2 评价指标 | 第26-27页 |
| 3.3.3 实验结果分析 | 第27-29页 |
| 3.4 本章小结 | 第29-31页 |
| 第4章 基于标签层次结构的特征选择 | 第31-49页 |
| 4.1 层次结构的特征选择 | 第31-32页 |
| 4.2 基于标签层次的特征选择算 | 第32-37页 |
| 4.2.1 问题描述 | 第32-33页 |
| 4.2.2 模型及算法 | 第33-37页 |
| 4.3 实验分析 | 第37-47页 |
| 4.3.1 数据集介绍 | 第37-39页 |
| 4.3.2 评价指标 | 第39-40页 |
| 4.3.3 实验结果分析 | 第40-47页 |
| 4.4 本章小结 | 第47-49页 |
| 第5章 总结与展望 | 第49-51页 |
| 5.1 工作总结 | 第49页 |
| 5.2 进一步展望 | 第49-51页 |
| 参考文献 | 第51-59页 |
| 致谢 | 第59-61页 |
| 攻读学位期间取得的科研成果 | 第61页 |
