声明
第一章 绪论
1.1 课题来源与意义
1.2 国内外研究现状
1.2.1 半监督高斯混合模型研究现状
1.2.2 主动学习研究现状
1.3 本文主要研究内容与组织结构
1.3.1 本文主要研究内容
1.3.2 本文组织结构
第二章 半监督学习与主动半监督学习
2.1 半监督学习
2.1.1 半监督高斯混合模型
2.1.2 实际应用现状
2.2 主动半监督学习
2.2.1 主动半监督高斯混合模型
2.2.2 实际应用现状
2.3 本章小结
第三章 基于逆模拟退火的半监督高斯混合模型(ASGMM)
3.1 研究动机
3.2 ASGMM算法设计
3.3 ASGMM实验结果与分析
3.3.1 实验设计
3.3.2 人工数据集上的实验结果及分析
3.3.3 UCI数据集上的实验结果及分析
3.4 本章小结
第四章 基于表示学习的主动半监督高斯混合模型(AASGMM)
4.1 研究动机
4.2 AASGMM算法设计
4.3 AASGMM实验结果与分析
4.3.1 实验设计
4.3.2 人工网络上的实验结果及分析
4.3.3 真实网络上的实验结果及分析
4.4 本章小结
第五章 AASGMM的应用
5.1 CSDN用户画像简介
5.2 CSDN用户数据简介
5.3 基于AASGMM的CSDN博客聚类
5.3.1 方法设计
5.3.2 实验设计及结果分析
5.4 基于AASGMM的CSDN用户画像
5.4.1 方法设计
5.4.2 实验设计及结果分析
5.5 本章小结
总结与展望
参考文献
攻读硕士学位期间发表的论文和科研成果
作者简介
致谢
河北地质大学;