声明
摘要
第1章 绪论
1.1 半监督学习综述
1.1.1 半监督学习研究的对象和意义
1.1.2 稀缺标记样本半监督学习研究的对象和意义
1.2 稀缺标记样本半监督学习研究的难点与现状
1.2.1 稀缺标记样本学习问题研究的难点
1.2.2 稀缺标记样本学习问题研究的现状
1.3 文章研究的主要内容与贡献
1.4 文章的组织结构
第2章 稀缺标记样本半监督学习的相关知识
2.1 稀缺标记样本学习问题的描述与定义
2.2 稀缺标记样本学习问题的度量与比较
2.3 本章小结
第3章 约束传播谱聚类算法
3.1 运用无监督学习方法处理稀缺标记样本半监督学习问题
3.2 基于成对约束的谱聚类
3.3 基于近似判断的约束扩展
3.4 基于矩阵幂积的约束传播
3.5 约束传播谱聚类算法
3.6 实验研究
3.6.1 用两类不一致来度量算法性能
3.6.2 约束扩展算法有效性的研究
3.6.3 约束传播算法有效性的研究
3.6.4 约束传播谱聚类算法表现的研究
3.6.5 实验结论
3.7 本章小结
第4章 基于多重半监督假设的集成学习算法SS-CE3A
4.1 半监督假设与半监督算法
4.2 基于多重半监督假设的SS-CE3A算法
4.2.1 SS-CE3A算法的主要思想
4.2.2 构造基分类器
4.2.3 整合全部三类半监督假设
4.3 实验研究
4.3.1 实验设置与初始化
4.3.2 SS-CE3A算法有效性的研究
4.3.3 SS-CE3A算法鲁棒性的研究
4.4 本章小结
第5章 结语
参考文献
致谢
在读期间发表的学术论文与取得的其他研究成果