基于k近邻多标签学习的数据降维算法的研究

《基于k近邻多标签学习的数据降维算法的研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、－＇？一？一心－＇少：户姑＿－■＇ｉ■？—‘一？、－．’－．－．一女：ｖ＾Ｖ；，、：，？，、三．尸＾■Ｌ一１＾－－－一，一－：．一心＾＊－、＇．—？、＇．．‘‘一’Ａ、之＾作心一‘，；：＿—－二作？亡－，？－、、苦＼－＊＾、Ｖ、—＇．＇＇、、．、—＇＇、？＝－－．＇－－、？■＜■六‘－、＿一一；＇＝、■产＇＜＇？一、：．人－’—二兰、－？—：Ｖ．；－ｒ：：：＞公＼Ｖ嘴＇＇；妹＾或參．＇—－．、＇－．：＇－、八．－－－女六户＇＇：Ｖ片、；巧：．＼為Ｖ

2、■＇、－＊■－、‘、、■＇－＇－，－Ｖ－——．４．．．、＿、？：、－．－、．、、－：－中？＇－直‘、、Ａ；Ｖ、Ｎ甲．．．＇Ｖ＾＇？，＞——．＾’＇＇吃．＇＇：＇立＾、—＞：乂－■＇—１、■■．ｒ－—■一＇－＇－＇＂－Ｖ公＇、产二．．ｖＶ入＼？．＾―－＾．ｙ－＇声葦、，－Ｖ：：．足軒；＇冷＇？＾—＂－．；丢Ｖ？，：記＇＇：＇、’产、武托＞输當，．詞為辞耗溫參是、、，－－－一—：－－－’Ｘ：：．－．＇’＇，，Ｖ．／－■■．－－＇．－－’＇

3、＇－户－产．．方、－一—－一一？？－‘产—‘乂、．一，一，＊．．方－‘．＇＾＇Ｉ；＞Ｖ；巧Ｖ击＾－知爲卢；－．－？＇＇、：皆之：．．ｆ盤Ｖ其＇；ｖ＇？．，，Ｉ、＇？＇，＇？．．？－，？Ｖ、、、、：工＇骑女论学硕学位文寒＇－＇－丈、；．．护产、吉Ｖ、＇輸心．．．：如知Ｖ起基＾近于邻签学习多标的鲁数据法的研究降维算ｉＡ＇．．．．、．？．．．＇一：巧思营Ｔ！－這：．＇、：巧：：；立＇；＼．Ｖ撫參闽南巧师大学．■、－

4、？－单：．＇吉■．专祭、二〇—ａ立鸿六年六月气石＇？Ｓｒ：六一、＼‘／■．、＇－？＇．？＊－．、？、Ａ一、乃－－—＾一—：．．家，、－二－．、、－－．峰／＇、二；：CODE：10402NO.：2013142004U.D.C.：ClassifiedIndex：ADissertationfortheMasterDegreeofEngineeringResearchonDimensionalityReductionAlgorithmBasedonk-nearestNeighborM

5、ulti-labelLearningCandidate:EnyingWeiSupervisor:Prof.WilliamZhuAcademicDegreeAppliedfor:ComputersApplicationTechnologySpecialty:MasterofEngineeringUniversity:MinnanNormalUniversityDateofOralExamination:June,2016闽南师范大学学位论文原创性声明本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。除了文中特别加ｙｊｉ标注引用的

6、内容外，本论文不包含任何其他个人或集体已经发表或撰写的成果作品。对本文的硏究做出重要贡献的个人和集体，均已在文中明确方式标明。本人完全意识到本声明的法律后果由本人承担。作者签名：袭起見日期：年＾月日学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并向国家有关部口或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权闽南师范大学可＾：１＜将本学位论文的全部或部分内容编入有关数据库进行检索，可采用影印、缩印或扫描等复制手段保存和汇编本学位论文。本学位论文属于１、保密□，年解密后

7、适用本授权书。＾２、不保密＞／￡＂＂（请在上相应方框内打Ｖ）參豪心＾作者签名：日期：年月日导师签名：齡日期年Ａ月／口日／户摘要摘要随着“互联网+”发展，与人们生活息息相关的多标签数据将会大量产生。由于多标签学习过程中需要考虑属性特征与多个标签、标签之间的相关性，从而使得多标签学习在分类和降维方面比单标签学习更为复杂、更具挑战性。自上世纪九十年代末多标签学习的概念提出以来，吸引了众多专家学者的关注。多标签学习的研究成果如雨后春笋，主要集中在分类和降维两个研究方向。数据降维是机器学习中的重要步骤，是提高数据分类性能的重要手段。本文提出了P

8、CAI和M