首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文--自动推理、机器学习论文

样本分布变化的多示例学习方法研究

摘要第4-5页
Abstract第5页
第一章 绪论第8-14页
    1.1 引言第8-9页
    1.2 多示例学习第9-11页
    1.3 样本分布变化第11-13页
    1.4 本文工作第13-14页
第二章 研究背景第14-27页
    2.1 引言第14页
    2.2 多示例学习研究进展第14-22页
        2.2.1 学习假设第14-17页
        2.2.2 学习算法第17-19页
        2.2.3 理论分析第19-20页
        2.2.4 实践应用第20-22页
    2.3 样本分布变化研究进展第22-26页
        2.3.1 类先验偏移第23页
        2.3.2 协变量偏移第23-25页
        2.3.3 条件偏移第25-26页
    2.4 小结第26-27页
第三章 样本分布变化的多示例学习第27-40页
    3.1 引言第27页
    3.2 MICS方法第27-33页
        3.2.1 问题分析第27-29页
        3.2.2 求解方法第29-33页
    3.3 实验测试第33-39页
        3.3.1 文本分类第33-36页
        3.3.2 图像分类第36-37页
        3.3.3 传统任务第37-38页
        3.3.4 参数影响第38-39页
    3.4 小结第39-40页
第四章 示例关系对多示例学习复杂度的影响第40-50页
    4.1 引言第40-41页
    4.2 背景知识第41-44页
    4.3 理论分析第44-49页
    4.4 小结第49-50页
第五章 结束语第50-51页
参考文献第51-58页
致谢第58-59页
附录第59-60页

论文共60页,点击 下载论文
上一篇:黄岩岛主权问题的国际法探求
下一篇:满族歌舞与萨满文化传播研究