半監(jiān)督學習

第1章 緒論
1.1 研究背景和意義
1.2 國內(nèi)外研究現(xiàn)狀
1.3 研究內(nèi)容和方法
參考文獻
第2章 生成模型
2.1 貝葉斯決策理論
2.2 密度函數(shù)參數(shù)估計
2.3 半監(jiān)督混合模型
2.4 半監(jiān)督混合模型的應(yīng)用和優(yōu)缺點分析
參考文獻
第3章 協(xié)同訓練算法
3.1 視圖
3.2 協(xié)同訓練
3.3 協(xié)同訓練相關(guān)理論
3.4 多視協(xié)同訓練方法
3.5 協(xié)同訓練方法的應(yīng)用和優(yōu)缺點分析
參考文獻
第4章 基于圖的半監(jiān)督學習方法
4.1 圖
4.2 標記傳遞算法
4.3 最小切
4.4 調(diào)和函數(shù)
4.5 流形正則化框架
4.6 基于圖的半監(jiān)督學習方法的應(yīng)用以及優(yōu)缺點分析
參考文獻
第5章 半監(jiān)督支持向量機
5.1 支持向量機簡介
5.2 半監(jiān)督支持向量機簡介
5.3 半監(jiān)督支持向量機的求解
5.4 半監(jiān)督支持向量機的應(yīng)用以及優(yōu)缺點分析
參考文獻
第6章 哈希圖半監(jiān)督學習方法及其在圖像分割中的應(yīng)用
6.1 基于圖的半監(jiān)督學習方法在圖像分割中的應(yīng)用
6.2 哈希圖半監(jiān)督學習方法及其在圖像分割中的應(yīng)用
6.3 本章小結(jié)
參考文獻
第7章 歸一化圖半監(jiān)督學習方法及其在個人信用評估中的應(yīng)用
7.1 不均衡問題對圖半監(jiān)督學習方法的影響
7.2 歸一化圖半監(jiān)督學習方法
7.3 基于歸一化圖半監(jiān)督學習的個人信用評估方法
7.4 本章小結(jié)
參考文獻
第8章 多標記半監(jiān)督學習方法
8.1 多標記半監(jiān)督學習方法提出背景
8.2 希爾伯特一施密特獨立性度量
8.3 最大化依賴性多標記半監(jiān)督學習方法
8.4 正則依賴性多標記半監(jiān)督學習方法
8.5 實驗
8.6 本章小結(jié)
參考文獻
第9章 正例半監(jiān)督學習方法及其在圖像分割中的應(yīng)用
9.1 正例半監(jiān)督學習的定義
9.2 正例半監(jiān)督學習的應(yīng)用
9.3 正例半監(jiān)督學習的相關(guān)理論基礎(chǔ)
9.4 樸素貝葉斯一期望最大化正例半監(jiān)督學習方法
9.5 正例圖半監(jiān)督學習圖像分割方法
參考文獻
第10章 總結(jié)與展望
10.1 工作總結(jié)
10.2 展望