教育论文网

基于聚类特征树的大规模分类算法研究

硕士博士毕业论文站内搜索    
分类:教育论文网→工业技术论文→自动化技术、计算机技术论文自动化基础理论论文人工智能理论论文自动推理、机器学习论文
基于聚类特征树的大规模分类算法研究
论文目录
 
摘要第1-7页
Abstract第7-13页
图目录第13-15页
表目录第15-16页
主要符号表第16-18页
第一章 绪论第18-30页
  · 选题背景及研究意义第18-20页
  · 大规模分类的研究进展与发展方向第20-27页
    · 大规模有监督分类研究进展第20-23页
    · 大规模半监督分类研究进展第23-26页
    · 大规模分类的发展方向第26-27页
  · 本文的研究内容及组织第27-30页
    · 本文的研究内容第27-29页
    · 本文的组织第29-30页
第二章 相关工作第30-47页
  · 聚类特征树第30-33页
    · 基本概念第30页
    · 聚类特征第30-31页
    · 聚类特征树第31-32页
    · 聚类特征树的建立第32-33页
  · 支持向量机第33-39页
    · 线性支持向量机第34-36页
    · 非线性支持向量机第36页
    · 多分类问题第36-37页
    · 支持向量机的求解算法第37-39页
  · 半监督支持向量机第39-41页
  · 基于图的半监督分类算法第41-46页
    · 图的构造第41页
    · 图的正则化框架第41-42页
    · 高斯随机场与调和函数算法第42-43页
    · 基于线性邻域的标记传播算法第43-45页
    · 原型向量机算法第45-46页
  · 本章小结第46-47页
第三章 基于带类标聚类特征树和局部学习的大规模支持向量机分类算法第47-70页
  · 局部学习思想第47-48页
  · 带类标聚类特征树第48-52页
    · 带类标的聚类特征第48-49页
    · 带类标的聚类特征树第49-50页
    · 带类标聚类特征树的建立第50-52页
  · 基于带类标聚类特征树和局部学习的大规模支持向量机分类算法第52-61页
    · 算法总体流程第53-54页
    · 训练 CFL 树过程第54页
    · 样本测试过程第54-55页
    · 算法描述第55-57页
    · 参数影响分析第57-59页
    · 算法复杂度分析第59-61页
  · 实验结果与分析第61-68页
    · 比较的算法及运行环境设置第61-62页
    · 实验所用数据集第62-63页
    · 中等规模数据集上的结果与分析第63-65页
    · 大规模数据集上的结果与分析第65-67页
    · 更大规模数据集上的结果与分析第67-68页
    · 内存对算法影响分析第68页
  · 本章小结第68-70页
第四章 基于聚类特征树与渐进标注的大规模半监督支持向量机分类算法第70-89页
  · 采用聚类特征树层次聚类无标记样本第70页
  · CCCP-S3VM 算法第70-75页
  · 基于聚类特征树与渐进标注的大规模半监督支持向量机分类算法第75-83页
    · 算法思想第75-79页
    · 算法描述第79-82页
    · 算法复杂度分析第82-83页
  · 实验结果与分析第83-88页
    · 比较的算法及运行环境设置第83-84页
    · 中小规模数据集的结果与分析第84-85页
    · 大规模数据集上的结果与分析第85-87页
    · 剪枝情况分析第87-88页
  · 本章小结第88-89页
第五章 基于聚类特征树和局部图转导的大规模半监督分类算法第89-98页
  · 采用聚类特征树划分无标记样本第89页
  · 局部与全局一致性算法第89-91页
  · 基于聚类特征树和局部图转导的大规模半监督分类算法第91-94页
    · 局部图构造第91-92页
    · 算法描述第92页
    · 算法复杂度分析第92-94页
  · 实验结果与分析第94-96页
    · 比较的算法及运行环境设置第94页
    · 中等规模数据集的结果与分析第94-95页
    · 大规模数据集的结果与分析第95-96页
  · 本章小结第96-98页
第六章 整合全局结构的局部大规模半监督分类算法第98-109页
  · 锚图正则化算法第98-100页
  · 整合全局结构的局部大规模半监督分类算法第100-103页
    · 算法思想第100-101页
    · 算法描述第101-103页
    · 局部学习框架第103页
    · 算法复杂度分析第103页
  · 实验结果与分析第103-108页
    · 比较的算法及运行环境设置第103-104页
    · 中等规模数据集的结果与分析第104-105页
    · 大规模数据集的结果与分析第105-108页
  · 本章小结第108-109页
结论与展望第109-112页
参考文献第112-119页
攻读博士学位期间取得的研究成果第119-121页
致谢第121页

本篇论文共121页,点击这进入下载页面
 
更多相关论文
基于聚类特征树的大规模分类算法研
中文词汇知识获取算法和语义计算研
声纹身份识别中非常态语音应对方法
基于FeSi_2薄膜的异质结的制备与特
熔体快淬与铜模铸造富硼稀土纳米复
锂电池纳米硫正极与凝胶聚合物电解
高温相变蓄热过程流动与传递规律
膜式液体除湿流道共轭传热传质特性
热泵相变储能换热器强化传热数值模
聚氨酯/白炭黑有机—无机杂化材料及
基于高阶矩和逐日盯市风险的套期保
应用于书法风格模拟的手写汉字美化
流动温压成型工艺制备各向同性粘结
并联补偿电容器组的保护配置与故障
小型离网光伏发电系统逆变器的研制
基于负载辨识的整流电路功率分析与
高压直流输电换相失败故障诊断研究
斗门区乾务镇中低压配电网规划方法
水泥土挡墙被动区加固研究
基于关系元Agent的复杂社会网络建模
地理加权空间经济计量模型的GMM估计
基于社会资本视角的中国股市IPO定价
基于图的半监督学习理论、算法及应
新一代视频会议安全关键技术研究
移动IPv6网络智能切换管理技术研究
栏 目 导 航
 
 
大规模分类论文 聚类特征树论文 支持向量机论文 半监督支持向量机论文 图方法论文
版权申明:目录由用户ydszw**提供,www.51papers.com仅收录目录,作者需要删除这篇论文目录请点击这里
| 设为首页||加入收藏||站内搜索引擎||站点地图||在线购卡|
版权所有 教育论文网 Copyright(C) All Rights Reserved