| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 绪论 | 第8-16页 |
| 1.1 多标签学习研究背景和意义 | 第8-9页 |
| 1.2 国内外研究现状及发展动态 | 第9-12页 |
| 1.2.1 多标签学习研究现状 | 第9-11页 |
| 1.2.2 超网络研究现状 | 第11-12页 |
| 1.3 多标签文本分类现有问题及挑战 | 第12-13页 |
| 1.4 主要研究内容 | 第13-14页 |
| 1.5 本文的组织结构 | 第14-16页 |
| 第2章 多标签学习研究综述 | 第16-33页 |
| 2.1 多标签学习定义 | 第16页 |
| 2.2 多标签学习方法 | 第16-32页 |
| 2.2.1 多标签学习方法 | 第16-22页 |
| 2.2.2 多标签降维方法 | 第22-23页 |
| 2.2.3 不平衡多标签方法 | 第23-27页 |
| 2.2.4 多标签超网络方法 | 第27-32页 |
| 2.3 本章小结 | 第32-33页 |
| 第3章 基于模糊相似的多标签文本降维 | 第33-49页 |
| 3.1 多标签文本分类定义 | 第33-34页 |
| 3.2 构造文本数据二元关系 | 第34-35页 |
| 3.3 基于模糊相似的多标签降维 | 第35-40页 |
| 3.4 实验结果与分析 | 第40-47页 |
| 3.4.1 数据集 | 第40-41页 |
| 3.4.2 多标签学习评价指标 | 第41-42页 |
| 3.4.3 对比算法介绍和参数设定 | 第42页 |
| 3.4.4 参数设置 | 第42-45页 |
| 3.4.5 实验结果 | 第45-47页 |
| 3.5 本章小结 | 第47-49页 |
| 第4章 基于两阶段多标签超网络解决多标签不平衡问题 | 第49-69页 |
| 4.1 两阶段多标签超网络 | 第49-60页 |
| 4.1.1 两阶段多标签超网络模型 | 第49-55页 |
| 4.1.2 TSMLHN的两阶段学习过程 | 第55-60页 |
| 4.2 实验结果与分析 | 第60-68页 |
| 4.2.1 实验数据集 | 第60页 |
| 4.2.2 多标签学习不平衡评价指标 | 第60页 |
| 4.2.3 对比算法介绍和参数设定 | 第60-63页 |
| 4.2.4 实验结果 | 第63-68页 |
| 4.3 本章小结 | 第68-69页 |
| 第5章 总结和展望 | 第69-72页 |
| 5.1 工作总结 | 第69-70页 |
| 5.2 下一步工作 | 第70-72页 |
| 参考文献 | 第72-79页 |
| 致谢 | 第79-81页 |
| 攻读硕士学位期间从事的科研工作及取得的成果 | 第81页 |