基于自表达的多视角主动学习的研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-19页 |
| 1.1 研究背景与意义 | 第9-11页 |
| 1.2 研究现状及存在的问题 | 第11-16页 |
| 1.2.1 主动学习的研究现状 | 第11-14页 |
| 1.2.2 当前研究存在问题 | 第14-16页 |
| 1.3 本文的主要研究内容与贡献 | 第16页 |
| 1.4 组织结构 | 第16-19页 |
| 第2章 相关工作 | 第19-33页 |
| 2.1 主动学习概述 | 第19-28页 |
| 2.1.1 不确定采样 | 第20-21页 |
| 2.1.2 委员会投票选择 | 第21-23页 |
| 2.1.3 期望模型变换 | 第23-24页 |
| 2.1.4 方差下降与费舍尔信息比 | 第24-26页 |
| 2.1.5 预估错误下降 | 第26-27页 |
| 2.1.6 密度加权法 | 第27-28页 |
| 2.2 多视角学习概述 | 第28-32页 |
| 2.2.1 多视角研究进展 | 第28-30页 |
| 2.2.2 多视角主动学习 | 第30-32页 |
| 2.3 本章小结 | 第32-33页 |
| 第3章 多视角的代表性和信息性诱导主动学习 | 第33-52页 |
| 3.1 问题提出 | 第33-34页 |
| 3.2 MVRSP | 第34-41页 |
| 3.2.1 问题优化 | 第35-38页 |
| 3.2.2 实验结果与分析 | 第38-41页 |
| 3.3 MRI-AL | 第41-50页 |
| 3.3.1 问题优化 | 第44-45页 |
| 3.3.2 实验结果与分析 | 第45-49页 |
| 3.3.3 讨论 | 第49-50页 |
| 3.4 算法收敛性分析 | 第50-51页 |
| 3.5 本章小结 | 第51-52页 |
| 第4章 基于灰模型的多视角主动学习 | 第52-59页 |
| 4.1 问题提出 | 第52-53页 |
| 4.1.1 灰模型约束 | 第53页 |
| 4.2 问题优化 | 第53-56页 |
| 4.3 实验结果与分析 | 第56-58页 |
| 4.4 本章小结 | 第58-59页 |
| 第5章 总结与展望 | 第59-60页 |
| 5.1 总结 | 第59页 |
| 5.2 展望 | 第59-60页 |
| 参考文献 | 第60-67页 |
| 发表论文和参加科研情况说明 | 第67-68页 |
| 致谢 | 第68-69页 |
