| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-11页 |
| ·研究背景 | 第9页 |
| ·研究内容 | 第9-10页 |
| ·准确性评估方法的研究 | 第9-10页 |
| ·多标记学习算法中阈值确定的研究 | 第10页 |
| ·文章组织结构 | 第10-11页 |
| 第二章 多标记学习的研究现状 | 第11-22页 |
| ·多标记学习 | 第11-12页 |
| ·多标记学习方法与策略 | 第12-18页 |
| ·基于转换的PT 策略 | 第12-15页 |
| ·对现有算法进行改进或提出新的算法 | 第15-18页 |
| ·多标记学习常用的评估标准 | 第18-20页 |
| ·汉明损失 | 第18-19页 |
| ·一类错误 | 第19页 |
| ·覆盖率 | 第19页 |
| ·排列损失 | 第19-20页 |
| ·平均精度 | 第20页 |
| ·α-Evaluation 准确率评估标准 | 第20页 |
| ·描述多标记数据集的两个标准 | 第20-21页 |
| ·小结 | 第21-22页 |
| 第三章 多标记学习中准确性评估方法的研究 | 第22-39页 |
| ·基于相同权重的EMOSIML 准确性评估方法 | 第22-26页 |
| ·问题描述 | 第22-23页 |
| ·本节数据集及相关符号的定义 | 第23页 |
| ·传统的准确率评估方法 | 第23页 |
| ·EMOSIML 算法 | 第23-24页 |
| ·实验与分析 | 第24-26页 |
| ·EMoW_(DIF) 准确性评估方法 | 第26-31页 |
| ·问题描述 | 第26-27页 |
| ·EMOWDIF 算法 | 第27-29页 |
| ·实验与分析 | 第29-31页 |
| ·EM~30WDIF 准确性评估方法 | 第31-37页 |
| ·问题描述 | 第31-32页 |
| ·本节数据集及相关符号的定义 | 第32-33页 |
| ·EM~3oW_(DIF) 算法 | 第33-35页 |
| ·实验与分析 | 第35-37页 |
| ·小结 | 第37-39页 |
| 第四章 多标记学习中阈值确定算法研究 | 第39-50页 |
| ·本章数据集及相关符号定义 | 第39页 |
| ·DTML 阈值确定算法和TFEL 多标记学习算法 | 第39-43页 |
| ·问题描述 | 第39-40页 |
| ·DTML 阈值确定算法 | 第40-43页 |
| ·基于最低阈值的多标记学习TFEL 算法 | 第43页 |
| ·实验与分析 | 第43-49页 |
| ·DTML 和TFEL 算法在PT5 方法中的应用 | 第44页 |
| ·DTML 和TFEL 算法在TML 算法中的应用 | 第44-49页 |
| ·小结 | 第49-50页 |
| 第五章 结论与展望 | 第50-52页 |
| ·研究工作的总结 | 第50页 |
| ·进一步研究工作的展望 | 第50-52页 |
| 参考文献 | 第52-56页 |
| 在学研究成果 | 第56-57页 |
| 致谢 | 第57页 |
