基于概念语义层次的层次分类算法研究
摘要 | 第4-5页 |
ABSTRACT | 第5-6页 |
第1章 绪论 | 第9-21页 |
1.1 研究背景与意义 | 第9-10页 |
1.2 研究现状 | 第10-17页 |
1.2.1 层次分类的研究方法 | 第10-13页 |
1.2.2 类别语义层次的构建方法 | 第13-14页 |
1.2.3 层次分类的方法 | 第14-16页 |
1.2.4 层次分类的应用 | 第16-17页 |
1.3 目前存在的问题 | 第17-18页 |
1.4 本文的主要内容及组织结构 | 第18-21页 |
1.4.1 本文的主要内容 | 第18-19页 |
1.4.2 组织结构 | 第19-21页 |
第2章 基于多核融合的语义层次构建方法 | 第21-30页 |
2.1 多种概念语义关系的融合方法 | 第21-26页 |
2.1.1 多语义关系的权值的计算 | 第21-23页 |
2.1.2 层次类别的构建 | 第23-26页 |
2.2 基于多核学习的类别层次融合方法 | 第26-27页 |
2.3 基于谱聚类的层次构建方法 | 第27-29页 |
2.4 本章小结 | 第29-30页 |
第3章 基于结构化支持向量机的层次分类方法 | 第30-44页 |
3.1 结构化支持向量机简介 | 第30-31页 |
3.2 基于结构化支持向量机的层次分类器 | 第31-34页 |
3.2.1 结构化特征函数的构造 | 第31-33页 |
3.2.2 损失函数的设计 | 第33-34页 |
3.3 实验与分析 | 第34-43页 |
3.3.1 数据集介绍 | 第34-36页 |
3.3.2 实验设置 | 第36-37页 |
3.3.3 对比算法 | 第37-38页 |
3.3.4 实验结果 | 第38-43页 |
3.4 本章小结 | 第43-44页 |
第4章 基于层次分类的蛋白质折叠模式识别 | 第44-52页 |
4.1 蛋白质折叠模式识别简介 | 第44-46页 |
4.2 层次分类模型设计 | 第46-49页 |
4.2.1 特征提取 | 第46-48页 |
4.2.2 分类器设计 | 第48-49页 |
4.3 实验与分析 | 第49-51页 |
4.3.1 数据集介绍 | 第49页 |
4.3.2 实验结果 | 第49-51页 |
4.4 本章小结 | 第51-52页 |
第5章 总结与展望 | 第52-54页 |
5.1 本文工作总结 | 第52-53页 |
5.2 展望 | 第53-54页 |
参考文献 | 第54-60页 |
发表论文和参加科研情况说明 | 第60-61页 |
致谢 | 第61-62页 |