声明
第一章 前言
1.1 课题背景
1.2 国内外研究现状
1.2.1 SVM技术研究现状
1.2.2 多示例多标签学习研究现状
1.3 论文研究内容
1.4 论文组织结构
第二章 网页分类技术概述
2.1关于网页分类
2.1.1 常用的网页分类算法
2.1.2 网页分类技术
2.2 多示例多标签学习
2.2.1 多示例学习
2.2.2 多标签学习
2.2.3 多示例多标签学习
2.3 SVM概述
2.3.1 SVM简介
2.3.2 SVM基本原理
2.3.3 核函数
2.4 本章小结
第三章 基于混合高斯模型的MIMLSVM改进算法
3.1 聚类算法K-Means和K-Medoids
3.1.1 K-Means算法
3.1.2 K-Medoids算法
3.2 基于混合高斯模型的MIMLSVM改进算法
3.2.1 豪斯多夫距离
3.2.2 MIMLSVM算法
3.2.3 EM算法
3.2.4 混合高斯模型
3.2.5 MIMLSVM改进算法
3.3 实验与分析
3.3.1 实验设计
3.3.2 实验结果分析
3.5 本章小结
第四章 基于权重排序的多示例多标签算法
4.1 AdaBoost算法
4.1.1 AdaBoost算法
4.1.2 TF-IDF算法
4.2 基于权重排序的MIMLBOOST改进算法
4.2.1 MIMLBOOST算法
4.2.2 基于权重排序的MIMLBOOST改进算法
4.3 实验与分析
4.3.1 实验设计
4.3.2 实验结果分析
4.4 本章小结
第五章 网页分类系统设计与实现
5.1 实验环境设定
5.2 实验设计
5.2.1 页面爬取
5.2.2 网页预处理
5.2.3 训练模块
5.2.4 测试模块
5.3 运行结果与分析
5.3.1 系统运行
5.3.2 结果分析
5.4 本章小结
总结与展望
主要工作
主要创新点
存在的问题及未来的方向
参考文献
攻读硕士学位期间取得的学术成果
致谢
中国石油大学(华东);