| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-18页 |
| 1.1 研究背景及意义 | 第8-10页 |
| 1.2 半监督学习研究现状 | 第10-12页 |
| 1.3 迁移学习研究现状 | 第12-14页 |
| 1.3.1 基于实例的迁移学习 | 第13-14页 |
| 1.3.2 基于特征的迁移学习 | 第14页 |
| 1.3.3 基于参数的迁移学习 | 第14页 |
| 1.4 本文的研究内容及创新点 | 第14-16页 |
| 1.5 论文结构安排 | 第16页 |
| 1.6 本章小结 | 第16-18页 |
| 第二章 迁移AdaBoost算法(TrAdaBoost) | 第18-24页 |
| 2.1 TrAdaBoost算法的基本思想 | 第18-20页 |
| 2.2 TrAdaBoost算法描述 | 第20-21页 |
| 2.3 TrAdaBoost算法不足之处分析 | 第21-23页 |
| 2.4 本章小结 | 第23-24页 |
| 第三章 层次化半监督迁移AdaBoost算法 | 第24-36页 |
| 3.1 ASSEMBLE算法 | 第24-27页 |
| 3.1.1 ASSEMBLE算法理论 | 第24-25页 |
| 3.1.2 ASSEMBLE算法流程 | 第25-27页 |
| 3.2 结合半监督和迁移学习的HissTrAdaBoost算法 | 第27-30页 |
| 3.2.1 HissTrAdaBoost算法基本思想 | 第27-28页 |
| 3.2.2 HissTrAdaBoost算法基本流程 | 第28-30页 |
| 3.3 实验结果和分析 | 第30-34页 |
| 3.3.1 实验数据描述 | 第30-31页 |
| 3.3.2 实验参数设置 | 第31-32页 |
| 3.3.3 实验结果 | 第32-34页 |
| 3.4 本章小结 | 第34-36页 |
| 第四章 目标局部一致性正则半监督迁移AdaBoost算法 | 第36-48页 |
| 4.1 目标局部一致性正则半监督Boosting算法 | 第36-40页 |
| 4.1.1 算法理论 | 第37-38页 |
| 4.1.2 算法流程描述 | 第38-40页 |
| 4.2 TLCRTrAdaBoost算法研究 | 第40-43页 |
| 4.2.1 TLCRTrAdaBoost算法基本思想 | 第40-41页 |
| 4.2.2 TLCRTrAdaBoost算法基本流程 | 第41-43页 |
| 4.3 实验分析 | 第43-47页 |
| 4.3.1 实验参数设置 | 第43-44页 |
| 4.3.2 实验结果 | 第44-47页 |
| 4.4 本章小结 | 第47-48页 |
| 第五章 总结与展望 | 第48-50页 |
| 5.1 本文工作总结 | 第48-49页 |
| 5.2 未来工作展望 | 第49-50页 |
| 参考文献 | 第50-56页 |
| 攻读硕士学位期间取得的学术成果 | 第56-58页 |
| 致谢 | 第58页 |
