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

基于差异的半监督学习中有关算法和理论研究

摘要第5-7页
Abstract第7-8页
第一章 绪论第9-20页
    摘要第9页
    1.1. 引言第9-10页
    1.2. 半监督学习概述第10-15页
        1.2.1. 半监督学习的概念第10-11页
        1.2.2. 半监督学习的发展历史及研究现状第11-14页
        1.2.3. 半监督学习的应用与展望第14-15页
    1.3. 本文的主要工作及创新第15-16页
    1.4. 本文组织与结构第16-17页
    参考文献第17-20页
第二章 研究背景与相关工作第20-42页
    摘要第20页
    2.1. 半监督学习第20-24页
        2.1.1 半监督学习中无标号数据的作用第20-21页
        2.1.2 半监督学习中无标号数据的利用方法第21-24页
    2.2. 集成学习第24-29页
        2.2.1. 基分类器的创建第24-25页
        2.2.2. 基分类器的组合第25-28页
        2.2.3. 集成学习的理论基础第28-29页
    2.3. 相关理论第29-34页
        2.3.1 统计学习理论第29-30页
        2.3.2 PAC理论第30-32页
        2.3.3 多分类器集成的泛化误差分析第32-34页
    2.4. 小结第34-35页
    参考文献第35-42页
第三章 协同训练框架下生成性方法与判别性方法的结合研究第42-63页
    摘要第42页
    3.1. 引言第42-43页
    3.2. 相关的研究工作第43-47页
        3.2.1. 混合生成性/判别性方法第43-45页
        3.2.2. 协同训练类算法第45-47页
    3.3. Co-NB-SVM算法第47-53页
        3.3.1. 生成性部分(NB)第47-48页
        3.3.2. 判别性部分(SVM)第48-49页
        3.3.3. 混合式协同训练算法第49-51页
        3.3.4. 混合式协同训练算法权重参数的调节第51-52页
        3.3.5. 结合NB和SVM第52-53页
    3.4. 实验结果和分析第53-60页
        3.4.1. 实验设置第53-54页
        3.4.2. 实验结果与分析第54-60页
    3.5. 总结第60页
    参考文献第60-63页
第四章 多分类器系统中对无标号数据利用的研究第63-86页
    摘要第63页
    4.1. 引言第63-64页
    4.2. 研究背景与相关工作第64-68页
        4.2.1. 多分类器系统中的差异性第64-66页
        4.2.2. 协同训练类的算法及理论分析第66-68页
    4.3. CO-LEARNING协同训练框架第68-72页
        4.3.1. 算法介绍第68-70页
        4.3.2. 伪标号数据的选择与处理第70-72页
        4.3.3. 集成多个基分类器第72页
    4.4. 理论分析与证明第72-75页
    4.5. 实验结果和分析第75-82页
        4.5.1 实验设置第75-76页
        4.5.2 实验结果与分析第76-82页
    4.6. 小结第82-83页
    参考文献第83-86页
第五章 协同训练类算法与集成学习的结合研究第86-108页
    摘要第86页
    5.1. 引言第86-88页
    5.2. 背景知识与相关工作第88-90页
        5.2.1. 集成学习第88-89页
        5.2.2. 半监督的集成学习算法第89-90页
    5.3. 集成学习与CO-LEARNING的结合第90-95页
        5.3.1. SECL算法与PECL算法第91-93页
        5.3.2. 伪标号数据的选择与处理第93-94页
        5.3.3. 集成多个基分类器第94-95页
    5.4. 理论分析与证明第95-98页
    5.5. 实验结果和分析第98-104页
        5.5.1. 实验设置第98-99页
        5.5.2. 实验结果和分析第99-104页
    5.6. 小结第104-105页
    参考文献第105-108页
第六章 总结及展望第108-110页
    摘要第108页
    6.1 总结第108-109页
    6.2 展望第109-110页
致谢第110-111页
附录 攻读博士学位期间发表论文和参加科研项目情况第111-112页

论文共112页,点击 下载论文
上一篇:无界非均匀波导中的模式分析和完美匹配层应用
下一篇:肿瘤多药耐药逆转小分子H6和Mogrol的发现与作用机制探讨