多标签分类中特征选择算法研究
| 摘要 | 第3-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 研究背景和意义 | 第10-11页 |
| 1.2 研究现状 | 第11-12页 |
| 1.3 研究内容及方案 | 第12-14页 |
| 1.4 论文的组织结构 | 第14-15页 |
| 第2章 基本概念 | 第15-24页 |
| 2.1 数据分类 | 第15页 |
| 2.2 多标签分类 | 第15-16页 |
| 2.3 多标签分类算法概述 | 第16-18页 |
| 2.3.1 算法自适应方法 | 第16-17页 |
| 2.3.2 问题转化方法 | 第17-18页 |
| 2.3.3 集成学习方法 | 第18页 |
| 2.4 性能度量标准 | 第18-21页 |
| 2.4.1 基于实例的度量标准 | 第19页 |
| 2.4.2 基于标签的度量标准 | 第19-20页 |
| 2.4.3 基于排名的度量标准 | 第20-21页 |
| 2.5 特征选择 | 第21-23页 |
| 2.5.1 特征选择的定义 | 第21页 |
| 2.5.2 特征选择的过程 | 第21-22页 |
| 2.5.3 特征选择的分类 | 第22-23页 |
| 2.6 本章小结 | 第23-24页 |
| 第3章 基于表征分数的多标签特征选择算法 | 第24-34页 |
| 3.1 引言 | 第24页 |
| 3.2 最小二乘回归 | 第24-25页 |
| 3.3 基于表征分数的多标签特征选择算法 | 第25-28页 |
| 3.3.1 重构系数 | 第25-26页 |
| 3.3.2 表征分数 | 第26页 |
| 3.3.3 算法的流程图 | 第26-27页 |
| 3.3.4 算法的实现 | 第27-28页 |
| 3.4 实验结果及分析 | 第28-33页 |
| 3.4.1 实验数据 | 第28-29页 |
| 3.4.2 实验设置 | 第29页 |
| 3.4.3 实验结果及分析 | 第29-33页 |
| 3.5 本章小结 | 第33-34页 |
| 第4章 基于改进型遗传算法的多标签特征选择算法 | 第34-48页 |
| 4.1 引言 | 第34-35页 |
| 4.2 遗传算法 | 第35-36页 |
| 4.3 模拟退火算法 | 第36-37页 |
| 4.4 基于改进型遗传算法的多标签特征选择算法 | 第37-42页 |
| 4.4.1 Metropolis准则 | 第37-38页 |
| 4.4.2 大变异 | 第38页 |
| 4.4.3 算法的流程图 | 第38-40页 |
| 4.4.4 算法的实现 | 第40-42页 |
| 4.5 实验结果及分析 | 第42-47页 |
| 4.5.1 实验数据 | 第42页 |
| 4.5.2 实验设置 | 第42-43页 |
| 4.5.3 实验结果及分析 | 第43-47页 |
| 4.6 本章小结 | 第47-48页 |
| 第5章 基于信息增益的多标签特征选择算法 | 第48-59页 |
| 5.1 引言 | 第48-49页 |
| 5.2 信息增益 | 第49页 |
| 5.3 交互信息 | 第49-50页 |
| 5.4 基于信息增益的多标签特征选择算法 | 第50-53页 |
| 5.4.1 特征与标签的关联性 | 第50-51页 |
| 5.4.2 算法的流程图 | 第51-52页 |
| 5.4.3 算法的实现 | 第52-53页 |
| 5.5 实验结果及分析 | 第53-58页 |
| 5.5.1 实验数据 | 第53-54页 |
| 5.5.2 实验设置 | 第54页 |
| 5.5.3 实验结果及分析 | 第54-58页 |
| 5.6 本章总结 | 第58-59页 |
| 第6章 总结与展望 | 第59-60页 |
| 参考文献 | 第60-66页 |
| 致谢 | 第66-67页 |
| 攻读学位期间取得的研究成果 | 第67-69页 |
| 附件 | 第69页 |
