基于数据及标记关联的多标记学习算法研究
| 目录 | 第1-6页 |
| 摘要 | 第6-7页 |
| Abstract | 第7-9页 |
| 第1章 绪论 | 第9-15页 |
| ·研究背景及意义 | 第9-10页 |
| ·研究现状 | 第10-13页 |
| ·解决办法 | 第10-11页 |
| ·多标记排序 | 第11-12页 |
| ·标记相关性 | 第12-13页 |
| ·面临的问题 | 第13页 |
| ·本文的主要研究工作 | 第13-14页 |
| ·本文的章节安排 | 第14-15页 |
| 第2章 多标记学习简介 | 第15-19页 |
| ·多标记分类问题 | 第15页 |
| ·多标记排序问题 | 第15-16页 |
| ·评价指标 | 第16-18页 |
| ·本章小结 | 第18-19页 |
| 第3章 典型多标记学习算法简介 | 第19-23页 |
| ·BR 算法 | 第19页 |
| ·ML-KNN 算法 | 第19-20页 |
| ·LEAD 算法 | 第20-21页 |
| ·CRPC 算法 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 第4章 基于标记特征的多标记学习改进算法 | 第23-28页 |
| ·W-LIFT 算法 | 第23-25页 |
| ·实验结果及分析 | 第25-27页 |
| ·本章小结 | 第27-28页 |
| 第5章 用于多标记学习的局部顺序分类器链算法 | 第28-35页 |
| ·CC 算法 | 第28-29页 |
| ·LOCC 算法 | 第29-31页 |
| ·实验结果及分析 | 第31-33页 |
| ·本章小结 | 第33-35页 |
| 第6章 总结与展望 | 第35-37页 |
| ·论文工作总结 | 第35-36页 |
| ·下一步工作 | 第36-37页 |
| 参考文献 | 第37-41页 |
| 攻读硕士学位期间发表的论文和参与的项目 | 第41-42页 |
| 致谢 | 第42页 |