声明
摘要
表格索引
插图索引
算法索引
第一章 绪论
1.1 研究内容背景及意义
1.2 文献综述及研究成果
1.3 本文概述及主要贡献
1.3.1 本文研究内容
1.3.2 本文主要贡献
1.3.3 本文结构
第二章 序回归技术发展回顾
2.1 序回归问题定义和评估指标
2.2 基于有监督学习方式的序回归技术
2.2.1 直接用传统分类或回归方法处理的序回归技术
2.2.2 先分解成二分类问题再进行处理的序回归技术
2.2.3 拓展传统分类模型引入序信息的序回归技术
2.3 基于半监督学习方式的序回归技术
2.4 基于演化算法的序回归技术
2.4.1 演化算法及演化机器学习
2.4.2 演化算法在序回归问题中的应用
2.5 发展趋势及不足
2.6 小结
第三章 基于加权核判别分析的半监督序回归技术
3.1 半监督序回归问题定义
3.2 半监督学习
3.3 KDLOR算法回顾
3.4 基于加权核判别分析的半监督序回归算法
3.4.1 估计无标签数据对每个类别的隶属度
3.4.2 基于加权核判别分析的半监督序回归算法
3.5 实验验证
3.5.1 实验设置
3.5.2 合成数据集
3.5.3 真实数据集
3.6 小结
第四章 基于演化算法的半监督序回归技术
4.1 基于演化算法的半监督核判别分析序回归算法
4.1.1 个体表示
4.1.2 适应度函数
4.1.3 差分进化
4.2 实验验证
4.2.1 实验设置
4.2.2 处理大数据
4.2.3 实验结果
4.3 小结
第五章 总结
参考文献
致谢
在读期间发表的学术论文与取得的研究成果