| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第13-23页 |
| 1.1 引言 | 第13-16页 |
| 1.2 群智学习的重要性 | 第16-18页 |
| 1.3 群智学习中的一些问题 | 第18-19页 |
| 1.4 本文的主要工作 | 第19-21页 |
| 1.5 本文的组织结构 | 第21页 |
| 1.6 本章小结 | 第21-23页 |
| 第2章 相关知识介绍 | 第23-33页 |
| 2.1 机器学习相关知识概述 | 第23-26页 |
| 2.1.1 分类问题概述 | 第24-25页 |
| 2.1.2 主动学习概述 | 第25-26页 |
| 2.2 群智学习相关知识概述 | 第26-30页 |
| 2.2.1 群智学习与监督学习 | 第27-28页 |
| 2.2.2 群智学习中的标记者 | 第28页 |
| 2.2.3 群智学习中的标签 | 第28-30页 |
| 2.3 本章小结 | 第30-33页 |
| 第3章 二阶段方法用于群智学习的研究 | 第33-51页 |
| 3.1 国际研究现状 | 第33-34页 |
| 3.2 二阶段方法的有效性 | 第34-41页 |
| 3.3 二阶段方法问题分析 | 第41-48页 |
| 3.3.1 二阶段方法与直接方法估计真实标签性能对比 | 第41-47页 |
| 3.3.2 估计真实标签准确率与最终预测模型性能关系探究 | 第47-48页 |
| 3.4 本章小结 | 第48-51页 |
| 第4章 一种质量敏感的群智学习方法 | 第51-75页 |
| 4.1 国际研究现状 | 第52-53页 |
| 4.2 质量敏感的群智学习 | 第53-55页 |
| 4.2.1 问题描述 | 第53-54页 |
| 4.2.2 从质量敏感的角度看群智学习 | 第54-55页 |
| 4.3 质量敏感群智学习框架QS-LFC | 第55-60页 |
| 4.3.1 权重函数的选择 | 第56页 |
| 4.3.2 估计标签的可靠性 | 第56-58页 |
| 4.3.3 处理缺失的标签 | 第58-59页 |
| 4.3.4 QS-LFC算法 | 第59-60页 |
| 4.4 QS-LFC的支持向量机实现 | 第60-62页 |
| 4.5 实验 | 第62-72页 |
| 4.5.1 实验设置 | 第63页 |
| 4.5.2 验证所提方法的有效性 | 第63-65页 |
| 4.5.3 与现有方法的对比 | 第65-67页 |
| 4.5.4 计算时间 | 第67-69页 |
| 4.5.5 鲁棒性 | 第69-72页 |
| 4.6 本章小结 | 第72-75页 |
| 第5章 带有不确定选项的主动群智学习 | 第75-93页 |
| 5.1 国际研究现状 | 第76-77页 |
| 5.2 问题描述与分析 | 第77-79页 |
| 5.3 ALCU-SVM | 第79-83页 |
| 5.4 实验 | 第83-91页 |
| 5.4.1 基于模拟数据集的实验 | 第83-86页 |
| 5.4.2 基于真实数据集的实验 | 第86-91页 |
| 5.4.3 可靠性模型的影响 | 第91页 |
| 5.5 本章小结 | 第91-93页 |
| 第6章 全文总结与展望 | 第93-97页 |
| 6.1 全文工作总结 | 第93-95页 |
| 6.2 未来研究方向展望 | 第95-97页 |
| 参考文献 | 第97-107页 |
| 致谢 | 第107-109页 |
| 在读期间发表的学术论文与取得的研究成果 | 第109页 |