| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第8-12页 |
| 1.1 研究背景及意义 | 第8页 |
| 1.2 研究现状 | 第8-10页 |
| 1.3 研究内容及方案 | 第10-11页 |
| 1.4 创新点 | 第11页 |
| 1.5 论文组织结构 | 第11-12页 |
| 第二章 基本概念 | 第12-17页 |
| 2.1 多标签分类 | 第12-15页 |
| 2.1.1 多标签分类算法概述 | 第12-13页 |
| 2.1.2 多标签分类性能度量准则 | 第13-15页 |
| 2.2 特征选择 | 第15-16页 |
| 2.2.1 特征选择的定义 | 第15页 |
| 2.2.2 特征选择的分类 | 第15-16页 |
| 2.3 本章小结 | 第16-17页 |
| 第三章 基于频繁项集多标签特征选择的FI-ARML算法 | 第17-25页 |
| 3.1 粗糙集相关定义 | 第17页 |
| 3.2 频繁项集相关定义 | 第17-18页 |
| 3.3 算法设计 | 第18-20页 |
| 3.3.1 基于邻域粗糙集的多标签特征选择算法 | 第18-19页 |
| 3.3.2 数据集的划分 | 第19-20页 |
| 3.3.3 算法流程 | 第20页 |
| 3.4 实验与分析 | 第20-24页 |
| 3.4.1 实验数据 | 第20-21页 |
| 3.4.2 实验设置 | 第21页 |
| 3.4.3 实验结果及分析 | 第21-24页 |
| 3.5 本章小结 | 第24-25页 |
| 第四章 基于ReliefF思想多标签特征选择的Mult-ReliefF算法 | 第25-32页 |
| 4.1 算法基础 | 第25-27页 |
| 4.1.1 Relief算法 | 第25-26页 |
| 4.1.2 ReliefF算法 | 第26-27页 |
| 4.2 算法设计 | 第27-29页 |
| 4.3 实验与分析 | 第29-31页 |
| 4.3.1 实验数据 | 第29页 |
| 4.3.2 实验设置 | 第29页 |
| 4.3.3 实验结果与分析 | 第29-31页 |
| 4.4 本章小结 | 第31-32页 |
| 第五章 总结与展望 | 第32-33页 |
| 参考文献 | 第33-36页 |
| 攻读硕士期间发表的论文 | 第36-37页 |
| 后记 | 第37页 |