| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-17页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外现状 | 第10-15页 |
| 1.2.1 基于图的半监督分类算法国内外现状 | 第12-13页 |
| 1.2.2 多核模型分类国内外现状 | 第13-15页 |
| 1.3 论文主要创新点 | 第15页 |
| 1.4 本文研究内容 | 第15-17页 |
| 第二章 基于图的半监督算法相关理论及特征提取 | 第17-33页 |
| 2.1 半监督学习假设 | 第17-19页 |
| 2.2 基于图的半监督学习理论 | 第19-26页 |
| 2.2.1 基于图的半监督分类经典算法 | 第20-24页 |
| 2.2.2 基于图的半监督分类的关键问题 | 第24-26页 |
| 2.3 流形正则化方法 | 第26-28页 |
| 2.4 特征提取 | 第28-32页 |
| 2.5 本章小结 | 第32-33页 |
| 第三章 结合模糊C-均值和图转导的稀疏图半监督分类研究 | 第33-45页 |
| 3.1 结合模糊C-均值和图转导的稀疏图半监督分类算法 | 第33-34页 |
| 3.2 模糊C-均值聚类算法预采样 | 第34-35页 |
| 3.3 图转导算法扩充标记集 | 第35-37页 |
| 3.4 基于流形正则化的半监督分类 | 第37-38页 |
| 3.5 实验结果及分析 | 第38-43页 |
| 3.5.1 数据及参数选择 | 第38-39页 |
| 3.5.2 结果及对比分析 | 第39-43页 |
| 3.6 本章小结 | 第43-45页 |
| 第四章 流形正则化多核模型的半监督分类研究 | 第45-57页 |
| 4.1 流形正则化多核模型的半监督分类算法 | 第45-46页 |
| 4.2 多核函数及多核模型的建立 | 第46-48页 |
| 4.3 基于多核学习的碎片数据特征融合 | 第48-49页 |
| 4.4 基于流形正则化的多核半监督分类 | 第49-51页 |
| 4.5 实验结果及分析 | 第51-55页 |
| 4.5.1 数据及参数选择 | 第51-53页 |
| 4.5.2 结果及对比分析 | 第53-55页 |
| 4.6 本章小结 | 第55-57页 |
| 第五章 半监督秦俑碎片分类系统设计与实现 | 第57-65页 |
| 5.1 系统流程及功能 | 第57-59页 |
| 5.1.1 系统功能设计 | 第57-58页 |
| 5.1.2 系统流程 | 第58-59页 |
| 5.2 系统实现 | 第59-63页 |
| 5.2.1 系统开发环境与运行环境 | 第59页 |
| 5.2.2 系统展示 | 第59-63页 |
| 5.3 本章小结 | 第63-65页 |
| 总结与展望 | 第65-67页 |
| 工作总结 | 第65-66页 |
| 工作展望 | 第66-67页 |
| 参考文献 | 第67-71页 |
| 攻读硕士学位期间取得的学术成果 | 第71-72页 |
| 致谢 | 第72-73页 |