多任务学习和疾病分类中的稀疏优化问题研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 注释表 | 第8-9页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 引言 | 第9-11页 |
| 1.2 本文的主要工作 | 第11-12页 |
| 1.3 本文的结构安排 | 第12-13页 |
| 第二章 基于极小化模型的多任务特征选择及应用 | 第13-25页 |
| 2.1 多任务稀疏优化方法 | 第13-19页 |
| 2.1.1 多任务稀疏优化方法的相关研究 | 第13-14页 |
| 2.1.2 改进的多任务特征选择模型 | 第14-15页 |
| 2.1.3 改进的多任务特征选择算法 | 第15-16页 |
| 2.1.4 改进的多任务特征选择算法收敛性的证明 | 第16-19页 |
| 2.2 多任务特征选择方面的数值实验 | 第19-24页 |
| 2.2.1 在LETTER数据集上的分类结果向量 | 第19-20页 |
| 2.2.2 时间的比较 | 第20-22页 |
| 2.2.3 迭代次数与函数值下降量之间的关系 | 第22-24页 |
| 2.3 结论 | 第24-25页 |
| 第三章 联合稀疏独立法则及其在疾病分类中的应用 | 第25-31页 |
| 3.1 联合稀疏独立分类法则 | 第25-27页 |
| 3.2 实验结果 | 第27-29页 |
| 3.3 本章的主要创新点 | 第29-30页 |
| 3.4 结论 | 第30-31页 |
| 第四章 总结与展望 | 第31-32页 |
| 4.1 全文总结 | 第31页 |
| 4.2 工作展望 | 第31-32页 |
| 参考文献 | 第32-35页 |
| 致谢 | 第35-36页 |
| 攻读硕士学位期间的研究成果 | 第36页 |
