| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 1 绪论 | 第9-15页 |
| 1.1 引言 | 第9页 |
| 1.2 研究背景及意义 | 第9-10页 |
| 1.3 国内外研究现状 | 第10-12页 |
| 1.4 多标签的典型应用 | 第12-14页 |
| 1.5 本文内容及安排 | 第14-15页 |
| 2 多标签分类研究 | 第15-26页 |
| 2.1 多标签研究 | 第15-23页 |
| 2.1.1 多标签关联性研究 | 第15-16页 |
| 2.1.2 多标签转化处理研究 | 第16-19页 |
| 2.1.3 多标签算法研究 | 第19-23页 |
| 2.2 多标签评价标准 | 第23-25页 |
| 2.3 本章小结 | 第25-26页 |
| 3 RBF神经网络 | 第26-31页 |
| 3.1 RBF神经网络结构 | 第26-28页 |
| 3.2 多标签神经网络结构 | 第28-30页 |
| 3.3 本章小结 | 第30-31页 |
| 4 改进型RBF神经网络的多标签算法研究 | 第31-41页 |
| 4.1 初始聚类中心的确定 | 第31-35页 |
| 4.2 k值的确定 | 第35-37页 |
| 4.3 标签计数向量的求解 | 第37-39页 |
| 4.4 基函数中心的确定 | 第39-40页 |
| 4.5 本章小结 | 第40-41页 |
| 5 实验结果与分析 | 第41-50页 |
| 5.1 实验数据集介绍 | 第41-42页 |
| 5.2 实验结果分析 | 第42-49页 |
| 5.2.1 k均值聚类k值选择结果比较 | 第42-43页 |
| 5.2.2 k均值聚类初始聚类中心的确定结果比较 | 第43-44页 |
| 5.2.3 多标签关联性实验结果比较 | 第44-46页 |
| 5.2.4 改进型RBF神经网络的多标签算法实验结果比较 | 第46-49页 |
| 5.3 本章小结 | 第49-50页 |
| 6 总结与展望 | 第50-51页 |
| 6.1 总结 | 第50页 |
| 6.2 展望 | 第50-51页 |
| 参考文献 | 第51-56页 |
| 攻读硕士期间发表论文 | 第56-57页 |
| 致谢 | 第57页 |