1. 毕业设计（论文）主要内容：
传统的监督学习需要明确的监督信息,而为示例标注明确的监督信息需要耗费大量的人力和物力,甚至有的标注需要专门的人才才能完成。弱监督学习不仅不需要强监督信息,并且弱监督学习框架更加符合现实生活中的场景,因此弱监督学习框架在机器学习领域受到了广泛关注。偏标记学习作为一类重要的弱监督机器学习框架，适于多种实际应用问题的学习建模。本课题利用偏标记学习算法对图像分类进行研究，对弱监督学习框架在图像研究领域进行一个新的探索。
研究内容应包含以下几个方面：
1.对弱监督学习框架进行深入学习；
剩余内容已隐藏，您需要先支付后才能查看该篇文章全部内容！
2. 毕业设计（论文）主要任务及要求
1.查阅15篇相关文献（不少于3篇外文文献），并每篇书写200—300字文献摘要；
2.认真填写周记，完成至少1500字开题报告（“设计的目的及意义”至少800汉字；“基本内容和技术方案”至少400汉字；进度安排应尽可能详细）；
3.完成5000中文字以上的相关英文专业文献翻译；
剩余内容已隐藏，您需要先支付后才能查看该篇文章全部内容！
3. 毕业设计（论文）完成任务的计划与安排
(1)2020/1/13—2020/2/28：确定选题，查阅文献，外文翻译和撰写开题报告；
(2)2020/3/1—2020/4/30：系统架构、程序设计与开发、系统测试与完善；
(3)2020/5/1—2020/5/25：撰写及修改毕业论文；
剩余内容已隐藏，您需要先支付后才能查看该篇文章全部内容！
4. 主要参考文献
[1]王敬.面向类别不平衡与未标记数据的偏标记学习研究[D].东南大学,2018.
[2]张倩汶.基于标记信息拓展的多标记学习算法研究[D].东南大学,2018.
[3]于菲.新型偏标记学习算法研究[D].东南大学,2016.
剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付
以上是毕业论文任务书，课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
