声明
致谢
摘要
1.1研究背景与意义
1.2国内外研究现状
1.3本文的研究工作
1.4本文组织结构
2相关技术概述
2.1数据分类
2.2多任务学习
2.2.1多任务学习原理
2.2.2任务间相关性
2.2.3多任务学习模型分类
2.2.4多任务学习关键算法研究
2.3本章小结
3基于多任务学习的分类模型设计
3.1正则化机制
3.1.1正则化原理
3.1.2正则化范数
3.2传统数据分类模型
3.3改进的多任务分类模型MTMVC+
3.3.1组稀疏
3.3.2 MTMVC+模型设计
3.3.3模型多分类实现
3.4本章小结
4针对MTMVC+模型的算法研究
4.1交替迭代原理
4.2 MTMVC+模型优化算法
4.2.1优化算法设计
4.2.2算法实现
4.3算法收敛性
4.3.1迭代算法收敛性原理
4.3.2 MTMVC+优化算法收敛性证明
4.4算法验证
4.4.1实验评价指标
4.4.2算法验证与分析
4.5本章小结
5实验结果对比与分析
5.1数据集
5.2实验环境
5.3对比方法
5.4性能度量
5.5实验参数设置
5.6实验结果对比与分析
5.6.1 WebKB结果对比与分析
5.6.2 NUS-WIDE Object结果对比与分析
5.6.3 Multi-feature digit结果对比与分析
5.7本章小结
6总结与展望
6.1工作总结
6.2工作展望
参考文献
作者简历及攻读硕士学位期间取得的研究成果
学位论文数据集