| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 专用术语注释表 | 第10-12页 |
| 第一章 绪论 | 第12-20页 |
| 1.1 研究背景及意义 | 第12-13页 |
| 1.2 国内外研究发展简介 | 第13-17页 |
| 1.2.1 机器学习框架的发展 | 第13-15页 |
| 1.2.2 主动学习方法的发展 | 第15-17页 |
| 1.3 有待研究的问题 | 第17-18页 |
| 1.4 本文工作与组织结构 | 第18-20页 |
| 第二章 主动学习相关技术介绍 | 第20-32页 |
| 2.1 主动学习问题的定义 | 第20-22页 |
| 2.2 常见的主动学习方法框架 | 第22-29页 |
| 2.2.1 基于委员会投票的主动学习方法 | 第23-24页 |
| 2.2.2 基于样本分布的主动学习方法 | 第24-26页 |
| 2.2.3 基于期望误差的主动学习方法 | 第26页 |
| 2.2.4 基于标记排序的主动学习方法 | 第26-29页 |
| 2.3 主动学习的实验方法 | 第29页 |
| 2.4 常用的主动学习方法性能评价指标 | 第29-31页 |
| 2.5 本章小结 | 第31-32页 |
| 第三章 多示例多标记主动学习 | 第32-45页 |
| 3.1 多示例多标记主动学习任务的定义 | 第32页 |
| 3.2 一种基于标记排序的多示例多标记主动学习方法框架 | 第32-39页 |
| 3.2.1 MIMLAL的分类模型 | 第33-36页 |
| 3.2.2 MIMLAL的选择模型 | 第36-38页 |
| 3.2.3 MIMLAL小结 | 第38-39页 |
| 3.3 基于标记空间最大均值差异的多示例多标记主动学习方法 | 第39-41页 |
| 3.4 基于示例预测值排序的多示例多标记主动学习方法 | 第41-43页 |
| 3.5 本章小结 | 第43-45页 |
| 第四章 多示例多标记主动学习方法的应用 | 第45-58页 |
| 4.1 细菌蛋白质功能预测问题 | 第45-50页 |
| 4.2 实验环境与相关设置 | 第50-52页 |
| 4.3 实验结果和讨论 | 第52-58页 |
| 第五章 总结与展望 | 第58-59页 |
| 参考文献 | 第59-62页 |
| 附录1 攻读硕士学位期间发表的论文 | 第62-63页 |
| 附录2 攻读硕士学位期间申请的专利 | 第63-64页 |
| 附录3 攻读硕士学位期间参加的科研项目 | 第64-65页 |
| 致谢 | 第65页 |
