距离度量学习在多示例多标记学习中的应用研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 缩略词 | 第10-11页 |
| 第一章 绪论 | 第11-18页 |
| 1.1 引言 | 第11-13页 |
| 1.2 MIML学习框架 | 第13-16页 |
| 1.3 距离度量学习问题 | 第16-17页 |
| 1.4 本文工作 | 第17-18页 |
| 第二章 多示例多标记架构和距离度量学习 | 第18-35页 |
| 2.1 MIML分类及哈希技术 | 第18-30页 |
| 2.1.1 算法介绍 | 第18-25页 |
| 2.1.2 性能指标 | 第25-30页 |
| 2.2 距离度量学习 | 第30-34页 |
| 2.2.1 基本原理 | 第30-31页 |
| 2.2.2 距离度量学习算法 | 第31-34页 |
| 2.3 本章小结 | 第34-35页 |
| 第三章 距离度量学习在MIML分类算法中的应用 | 第35-51页 |
| 3.1 引言 | 第35页 |
| 3.2 MI(ML)~2kNN算法 | 第35-43页 |
| 3.2.1 距离度量学习策略 | 第36-41页 |
| 3.2.2 分类算法描述 | 第41-43页 |
| 3.3 仿真验证 | 第43-49页 |
| 3.3.1 仿真环境 | 第43-45页 |
| 3.3.2 仿真结果及分析 | 第45-49页 |
| 3.4 本章小结 | 第49-51页 |
| 第四章 距离度量学习在MIML哈希算法中的应用 | 第51-66页 |
| 4.1 引言 | 第51页 |
| 4.2 AGH_MI(ML)~2算法 | 第51-59页 |
| 4.2.1 距离度量学习策略 | 第52-56页 |
| 4.2.2 哈希算法描述 | 第56-59页 |
| 4.3 仿真验证 | 第59-64页 |
| 4.3.1 仿真环境 | 第59-61页 |
| 4.3.2 仿真结果及分析 | 第61-64页 |
| 4.4 本章小结 | 第64-66页 |
| 第五章 未来工作及展望 | 第66-68页 |
| 参考文献 | 第68-71页 |
| 附录1 攻读硕士学位期间申请的专利 | 第71-72页 |
| 附录2 攻读硕士学位期间参加的科研项目 | 第72-73页 |
| 附录3 公式证明 | 第73-77页 |
| 1. 公式证明一 | 第73-75页 |
| 2. 公式证明二 | 第75-77页 |
| 致谢 | 第77页 |
