基于狄利克雷混合过程半监督分类模型研究

摘要	第1-6页
ABSTRACT	第6-10页
第1章 绪论	第10-16页
·课题背景	第10-12页
·国内外研究现状	第12-13页
·优势和贡献	第13-14页
·段落结构和安排	第14-16页
第2章 相关工作	第16-31页
·半监督学习	第16-17页
·贝叶斯网络	第17-18页
·多元 Logistic 模型	第18-20页
·狄利克雷过程模型	第20-29页
·采样算法	第29-31页
第3章 SDPMC 算法框架	第31-42页
·问题描述和定义	第31-32页
·算法简单实例讲解	第32-33页
·纯有监督的 SDPMC 概率图模型及产生过程	第33-35页
·纯有监督的 SDPMC 后验推导分析	第35-37页
·半监督统一模型	第37-40页
·模型的 Gibbs 采样推导过程	第40-42页
第4章 SDPMC 框架应用实例	第42-57页
·实例化模型完整的产生过程以及图模型表达	第42-46页
·算法框架流程	第46-48页
·模型后验推导及参数学习分析	第48-52页
·半监督策略的选取	第52-54页
·模型分类预测	第54-57页
第5章 实验分析	第57-70页
·实验设置	第57-58页
·人工数据实验分析	第58-61页
·真实数据精度实验分析	第61-67页
·真实数据不同训练样本比例对比实验	第67-70页
第6章 总结与展望	第70-72页
·研究成果	第70-71页
·下一步工作展望	第71-72页
参考文献	第72-75页
致谢	第75页