| 摘要 | 第6-7页 |
| abstract | 第7-8页 |
| 第1章 绪论 | 第11-15页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-13页 |
| 1.3 研究内容与组织结构 | 第13-15页 |
| 第2章 半监督学习相关理论知识 | 第15-23页 |
| 2.1 生成式方法 | 第15-19页 |
| 2.1.1 混合高斯生成式方法 | 第15-17页 |
| 2.1.2 朴素贝叶斯生成式方法 | 第17-18页 |
| 2.1.3 半监督生成式方法的步骤 | 第18-19页 |
| 2.2 半监督分类方法的构造 | 第19-22页 |
| 2.2.1 图半监督学习 | 第19-20页 |
| 2.2.2 半监督支持向量机的构造 | 第20-22页 |
| 2.3 本章小结 | 第22-23页 |
| 第3章 半监督学习正则化方法 | 第23-31页 |
| 3.1 流形正则化半监督投影双子支持向量机 | 第23-25页 |
| 3.1.1 投影双子支持向量机 | 第23页 |
| 3.1.2 半监督投影双子支持向量机 | 第23-25页 |
| 3.2 流形与成对约束正则化半监督方法 | 第25-28页 |
| 3.2.1 成对约束监督信息 | 第25-27页 |
| 3.2.2 流形与成对约束联合正则化半监督分类方法 | 第27页 |
| 3.2.3 流形与成对约束联合正则化半监督的参数估计 | 第27-28页 |
| 3.3 基于最大相关熵模型的半监督学习模型 | 第28-30页 |
| 3.3.1 最大相关熵模型 | 第28-29页 |
| 3.3.2 最大相关熵准则半监督学习模型的参数估计 | 第29-30页 |
| 3.4 本章小结 | 第30-31页 |
| 第4章 基于联合正则化半监督分类模型 | 第31-37页 |
| 4.1 最大相关熵准则成对约束半监督学习方法 | 第31-33页 |
| 4.1.1 基于最大相关熵准则成对约束半监督模型 | 第31-32页 |
| 4.1.2 基于最大相关熵准则成对约束半监督模型的参数估计 | 第32-33页 |
| 4.2 基于成对约束半监督投影双子支持向量机模型 | 第33-36页 |
| 4.2.1 基于成对约束半监督投影双子支持向量机模型 | 第33-34页 |
| 4.2.2 基于成对约束半监督投影双子支持向量机模型的参数估计 | 第34-36页 |
| 4.3 本章小结 | 第36-37页 |
| 第5章 实证分析 | 第37-44页 |
| 5.1 实验数据及参数设置 | 第37-41页 |
| 5.1.1 数据集 | 第38-41页 |
| 5.1.2 数据的预处理 | 第41页 |
| 5.2 实验的结果分析 | 第41-43页 |
| 5.3 实验结论 | 第43-44页 |
| 总结与展望 | 第44-45页 |
| 致谢 | 第45-46页 |
| 参考文献 | 第46-50页 |
| 攻读硕士期间发表的论文及科研成果 | 第50页 |
