Sparse方法在多标签分类中的应用
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 1 绪论 | 第9-14页 |
| ·研究背景及意义 | 第9-10页 |
| ·研究现状 | 第10-12页 |
| ·本文的主要工作及创新点 | 第12-13页 |
| ·本文的组织结构 | 第13-14页 |
| 2 多标签学习 | 第14-23页 |
| ·多标签学习框架 | 第14-15页 |
| ·多标签学习遇到的挑战 | 第15-16页 |
| ·分类不平衡问题 | 第15页 |
| ·标签结构问题 | 第15-16页 |
| ·大规模数据问题 | 第16页 |
| ·多标签分类算法的评价标准 | 第16-18页 |
| ·标准测试数据集 | 第18-19页 |
| ·多标签分类算法综述 | 第19-22页 |
| ·一阶(first-order)算法 | 第19-20页 |
| ·二阶(second-order)算法 | 第20-21页 |
| ·高阶(higher-order)算法 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 3 基于SPMD的多标签分类算法 | 第23-33页 |
| ·引言 | 第23-24页 |
| ·基于SPMD的多标签分类算法 | 第24-28页 |
| ·实验 | 第28-32页 |
| ·实验数据 | 第28-29页 |
| ·评价标准 | 第29页 |
| ·实验设置 | 第29页 |
| ·实验结果及分析 | 第29-32页 |
| ·本章小结 | 第32-33页 |
| 4 基于RPLS-DA的多标签分类算法 | 第33-44页 |
| ·引言 | 第33-34页 |
| ·岭回归 | 第34-35页 |
| ·RPLS-DA算法 | 第35-40页 |
| ·实验 | 第40-43页 |
| ·实验数据集 | 第40页 |
| ·实验设置 | 第40-41页 |
| ·实验结果 | 第41-43页 |
| ·本章小结 | 第43-44页 |
| 5 基于LNMD的多标签分类算法 | 第44-55页 |
| ·引言 | 第44-45页 |
| ·LASSO | 第45页 |
| ·LNMD算法 | 第45-50页 |
| ·实验 | 第50-54页 |
| ·实验数据集 | 第50-51页 |
| ·实验设置 | 第51页 |
| ·实验结果 | 第51-54页 |
| ·本章小结 | 第54-55页 |
| 6 总结与展望 | 第55-57页 |
| ·总结 | 第55-56页 |
| ·展望 | 第56-57页 |
| 参考文献 | 第57-62页 |
| 攻读学位期间取得的研究成果 | 第62-63页 |
| 致谢 | 第63-65页 |
