声明
摘要
第1章 绪论
1.1 课题背景及研究的目的和意义
1.2 国内外研究现状
1.3 论文研究内容
1.4 论文组织结构
第2章 半监督学习概览
2.1 引言
2.2 半监督学习假设
2.2.1 平滑性假设
2.2.2 聚类假设
2.2.3 流形假设
2.3 经典的半监督分类方法
2.3.1 生成式模型
2.3.2 协同训练
2.3.3 基于图的半监督学习方法
2.4 本章小结
第3章 多模态半监督学习在图像分类中的应用
3.1 多模态数据
3.2 问题描述
3.3 相关工作
3.4 算法描述
3.4.1 问题定义
3.4.2 半监督学习
3.4.3 支持向量回归
3.5 实验结果与分析
3.5.1 实验数据集
3.5.2 实验设置
3.5.3 实验结果
3.6 本章小结
第4章 基于半监督学习的图像裁剪算法
4.1 引言
4.2 相关工作
4.2.1 基于注意力的方法
4.2.2 基于美学的方法
4.3 图像裁剪
4.3.1 视觉构图
4.3.2 兴趣特征
4.3.3 半监督学习模型
4.3.4 边界简单化
4.3.5 裁剪约束
4.3.6 算法描述
4.4 实验结果与分析
4.4.1 实验数据集
4.4.2 实验设置
4.4.3 实验结果
4.5 本章小结
第5章 结论与展望
5.1 结论
5.2 展望
参考文献
攻读硕士学位期间发表的论文及其它成果
致谢