基于维度约简的多标记学习
| 摘要 | 第6-7页 |
| abstract | 第7-8页 |
| 第一章 绪论 | 第12-18页 |
| 1.1 研究背景及意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-16页 |
| 1.2.1 多标记分类算法研究现状 | 第13-14页 |
| 1.2.2 多标记维度约简算法研究现状 | 第14-16页 |
| 1.3 论文工作和论文结构 | 第16-17页 |
| 1.4 本章小结 | 第17-18页 |
| 第二章 多标记学习与维度约简 | 第18-25页 |
| 2.1 多标记学习基本知识 | 第18-21页 |
| 2.1.1 基本定义 | 第18页 |
| 2.1.2 基本评价指标 | 第18-20页 |
| 2.1.3 主要任务 | 第20-21页 |
| 2.2 多标记分类算法 | 第21-23页 |
| 2.2.1 问题转换法 | 第21-22页 |
| 2.2.2 算法适应法 | 第22-23页 |
| 2.3 多标记维度约简 | 第23-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第三章 基于DEC算法的多标记学习 | 第25-34页 |
| 3.1 概述 | 第25-26页 |
| 3.2 判别嵌入式聚类(DEC)算法 | 第26-27页 |
| 3.3 基于DEC算法的多标记学习 | 第27-28页 |
| 3.3.1 算法分析 | 第27-28页 |
| 3.3.2 计算复杂度分析 | 第28页 |
| 3.4 实验结果与分析 | 第28-33页 |
| 3.4.1 实验数据 | 第28-29页 |
| 3.4.2 实验环境与方法 | 第29页 |
| 3.4.3 多次交叉验证结果与分析 | 第29-31页 |
| 3.4.4 多标记学习算法性能比较 | 第31-33页 |
| 3.5 本章小结 | 第33-34页 |
| 第四章 基于互信息的的多标记特征选择 | 第34-44页 |
| 4.1 概述 | 第34-35页 |
| 4.2 相似度及互信息 | 第35-37页 |
| 4.2.1 Intersection相似度 | 第35页 |
| 4.2.2 信息论知识 | 第35-36页 |
| 4.2.3 特征与标记集合的互信息 | 第36-37页 |
| 4.3 基于互信息的多标记特征选择 | 第37-39页 |
| 4.3.1 算法分析 | 第37-38页 |
| 4.3.2 算法描述 | 第38-39页 |
| 4.4 实验结果与分析 | 第39-43页 |
| 4.4.1 实验数据 | 第39页 |
| 4.4.2 方法与参数选择 | 第39-40页 |
| 4.4.3 实验结果与分析 | 第40-43页 |
| 4.5 本章小结 | 第43-44页 |
| 第五章 总结与展望 | 第44-46页 |
| 5.1 工作总结 | 第44-45页 |
| 5.2 工作展望 | 第45-46页 |
| 致谢 | 第46-47页 |
| 参考文献 | 第47-52页 |
| 附录 ：读研期间科研情况 | 第52页 |
