首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于主动学习的多示例多标签学习算法研究

摘要第4-5页
Abstract第5-6页
第一章 绪论第11-16页
    1.1 研究背景及意义第11-12页
    1.2 国内外研究现状第12-14页
        1.2.1 多示例多标签学习研究现状第12-13页
        1.2.2 主动学习研究现状第13-14页
    1.3 论文主要内容第14页
    1.4 论文组织架构第14-16页
第二章 多示例多标签学习第16-27页
    2.1 单示例单标签学习第16页
    2.2 单示例多标签学习第16-19页
        2.2.1 单示例多标签学习算法第16-17页
        2.2.2 单示例多标签学习的变换策略第17-19页
    2.3 多示例单标签学习第19-21页
        2.3.1 多示例单标签学习算法第19-20页
        2.3.2 多示例单标签学习算法的描述第20-21页
    2.4 多示例多标签学习第21-26页
        2.4.1 多示例多标签学习算法第21-22页
        2.4.2 多示例多标签学习算法的描述第22-23页
        2.4.3 多示例多标签学习的退化策略第23-26页
    2.5 本章小结第26-27页
第三章 主动学习算法第27-32页
    3.1 主动学习第27-30页
        3.1.1 主动学习算法第27-29页
        3.1.2 主动学习算法的描述第29-30页
    3.2 主动学习选择策略第30-31页
    3.3 本章小结第31-32页
第四章 基于主动学习的多示例多标签学习算法第32-45页
    4.1 问题描述和符号定义第32页
    4.2 两种不同级别的多示例学习算法第32-38页
        4.2.1 示例级别的多示例学习算法第32-35页
        4.2.2 包级别的多示例学习算法第35-38页
    4.3 分类器可信度第38-39页
    4.4 基于主动学习的多示例多标签学习算法第39-44页
        4.4.1 基于示例选择的标签最小分类距离主动学习算法第39-41页
        4.4.2 基于包中心的标签最小分类距离主动学习算法第41-42页
        4.4.3 基于标签平均分类距离的主动学习算法第42-44页
    4.5 本章小结第44-45页
第五章 实验结果与分析第45-56页
    5.1 数据集第45-46页
    5.2 分类器评价指标第46-47页
    5.3 实验结果与分析第47-55页
        5.3.1 实验流程设计第47-48页
        5.3.2 实验结果与分析第48-55页
    5.4 本章小结第55-56页
总结和展望第56-58页
参考文献第58-63页
攻读硕士学位期间发表的学术论文第63-65页
致谢第65页

论文共65页,点击 下载论文
上一篇:基于改进的聚类和非对称相似度的协同过滤算法研究
下一篇:基于压缩感知的火炮身管内膛图像拼接技术研究