基于图的半监督学习及其应用研究
| 摘要 | 第1-5页 |
| Abstract | 第5-11页 |
| 图目录 | 第11-13页 |
| 表目录 | 第13-14页 |
| 1 绪论 | 第14-32页 |
| ·引言 | 第14-18页 |
| ·学习的定义 | 第14-15页 |
| ·四种学习方式 | 第15-17页 |
| ·归纳与直推 | 第17-18页 |
| ·基于图的半监督学习 | 第18-29页 |
| ·半监督学习的假设 | 第19-20页 |
| ·半监督图学习的实质 | 第20-24页 |
| ·图学习的典型方法 | 第24-27页 |
| ·面临的问题 | 第27-29页 |
| ·主要工作及内容安排 | 第29-32页 |
| ·本文的主要工作 | 第29-30页 |
| ·本文章节安排 | 第30-32页 |
| 2 图学习的常用方法和基本理论 | 第32-50页 |
| ·引言 | 第32-33页 |
| ·正则化技术 | 第33-39页 |
| ·风险最小化问题 | 第34-36页 |
| ·SRM与支持向量机 | 第36-39页 |
| ·核方法 | 第39-43页 |
| ·非线性支持向量机 | 第39-41页 |
| ·正则化技术、核方法与支持向量机 | 第41-43页 |
| ·谱图理论 | 第43-48页 |
| ·谱图与正则化 | 第43-45页 |
| ·半监督图核学习 | 第45-46页 |
| ·图上的随机游走 | 第46-48页 |
| ·小结 | 第48-50页 |
| 3 图学习的一般性框架 | 第50-64页 |
| ·引言 | 第50页 |
| ·流形学习与图学习 | 第50-51页 |
| ·图学习的一般性框架 | 第51-57页 |
| ·图的构造 | 第52-55页 |
| ·图的优化 | 第55-57页 |
| ·实验分析 | 第57-63页 |
| ·可视化实验 | 第57-59页 |
| ·对比实验 | 第59-62页 |
| ·分析讨论 | 第62-63页 |
| ·小结 | 第63-64页 |
| 4 局部保持的半监督判别学习 | 第64-82页 |
| ·引言 | 第64-65页 |
| ·相关研究工作 | 第65-68页 |
| ·流形正则化 | 第65-66页 |
| ·监督流形降维 | 第66-68页 |
| ·几何结构和判别结构的融合 | 第68-70页 |
| ·半监督图学习的正则化框架 | 第69-70页 |
| ·几何结构和判别结构的融合 | 第70页 |
| ·局部敏感判别直推学习 | 第70-74页 |
| ·图的构造 | 第70-72页 |
| ·优化求解 | 第72-74页 |
| ·算法描述 | 第74页 |
| ·实验及其分析 | 第74-80页 |
| ·数据可视化实验 | 第75-76页 |
| ·USPS数据集上的实验 | 第76-78页 |
| ·人脸数据集上的实验 | 第78-80页 |
| ·小结 | 第80-82页 |
| 5 集成降维与聚类的半监督学习 | 第82-102页 |
| ·引言 | 第82-83页 |
| ·相关研究工作 | 第83-89页 |
| ·k-均值聚类算法 | 第83-85页 |
| ·半监督聚类算法 | 第85-88页 |
| ·半监督降维算法 | 第88-89页 |
| ·约束保持投影 | 第89-94页 |
| ·成对约束的性质 | 第90页 |
| ·约束加权保持投影 | 第90-92页 |
| ·约束扩充加权保持投影 | 第92-94页 |
| ·集成降维与聚类的半监督学习 | 第94-97页 |
| ·PCKCM算法 | 第94-96页 |
| ·SWPP算法 | 第96-97页 |
| ·实验及其分析 | 第97-100页 |
| ·UCI数据集上的实验 | 第97-99页 |
| ·Extended YaleB人脸数据集上的实验 | 第99-100页 |
| ·小结 | 第100-102页 |
| 6 局部与非局保持的半监督特征选择 | 第102-114页 |
| ·引言 | 第102-103页 |
| ·相关研究工作 | 第103-105页 |
| ·方差分值法 | 第103-104页 |
| ·拉普拉斯分值法 | 第104页 |
| ·Fisher分值法 | 第104-105页 |
| ·约束分值法 | 第105页 |
| ·结构和约束保持的半监督特征选择 | 第105-109页 |
| ·局部和非局保持 | 第106-107页 |
| ·加权约束保持 | 第107-108页 |
| ·结构与约束保持的特征选择 | 第108-109页 |
| ·实验及其分析 | 第109-112页 |
| ·UCI数据集 | 第109-110页 |
| ·人脸数据集 | 第110-112页 |
| ·小结 | 第112-114页 |
| 7 基于图随机游走的半监督学习 | 第114-130页 |
| ·引言 | 第114-115页 |
| ·相关研究工作 | 第115-118页 |
| ·直推式学习 | 第115-116页 |
| ·Agent动力学演化 | 第116-118页 |
| ·格网上的随机游走 | 第118-123页 |
| ·正则化框架 | 第118-119页 |
| ·格网上的随机游走 | 第119-123页 |
| ·模型分析 | 第123页 |
| ·算法及其性质 | 第123-128页 |
| ·算法说明 | 第123-125页 |
| ·算法分析 | 第125-127页 |
| ·实验及其分析 | 第127-128页 |
| ·小结 | 第128-130页 |
| 8 总结与展望 | 第130-134页 |
| ·本文工作总结 | 第130-131页 |
| ·未来工作展望 | 第131-134页 |
| 参考文献 | 第134-146页 |
| 在学期间所取得的科研成果 | 第146-148页 |
| 致谢 | 第148页 |
