摘要 | 第1-7页 |
Abstract | 第7-11页 |
第1章 绪论 | 第11-15页 |
·研究背景及意义 | 第11-12页 |
·矩阵型分类器的研究现状 | 第12页 |
·Universum学习的研究现状 | 第12-13页 |
·研究内容及章节安排 | 第13-15页 |
第2章 相关工作 | 第15-23页 |
·引言 | 第15页 |
·矩阵型学习 | 第15-16页 |
·矩阵型学习的意义 | 第15页 |
·矩阵型学习的发展现状 | 第15-16页 |
·Universum学习 | 第16-18页 |
·Universum学习的意义 | 第16页 |
·Universum学习的发展情况 | 第16-18页 |
·基础分类器算法介绍 | 第18-21页 |
·HK算法 | 第18-19页 |
·MHKS算法 | 第19-20页 |
·MatMHKS算法 | 第20-21页 |
·本章小结 | 第21-23页 |
第3章 基于Universum的矩阵分类器UMatMHKS | 第23-43页 |
·引言 | 第23页 |
·UMatMHKS算法模型 | 第23-27页 |
·实验 | 第27-38页 |
·实验设置 | 第27-28页 |
·UCI数据集实验验证 | 第28-32页 |
·图像数据集实验验证 | 第32-34页 |
·进一步讨论 | 第34-38页 |
·Rademacher复杂度分析 | 第38-41页 |
·本章小结 | 第41-43页 |
第4章 Creating In-Between Universum(CIBU)算法 | 第43-55页 |
·引言 | 第43页 |
·现有的Universum样本生成和选取方法 | 第43-45页 |
·(?)_(Noise),(?)_(Rest),(?)_(Gen)及(?)_(Mean) | 第43-44页 |
·In-between Universum(IBU)算法 | 第44-45页 |
·CIBU算法模型 | 第45-47页 |
·实验 | 第47-53页 |
·实验设置 | 第47-49页 |
·UCI数据集实验验证 | 第49-51页 |
·图像数据集实验验证 | 第51-53页 |
·本章小结 | 第53-55页 |
第5章 结论与展望 | 第55-57页 |
参考文献 | 第57-63页 |
致谢 | 第63-65页 |
附录1 攻读硕士学位期间参加的课题 | 第65-67页 |
附录2 发表论文目录 | 第67页 |