论文目录 | |
| 摘要 | 第1-6页 |
| Abstract | 第6-12页 |
| 第一章 绪论 | 第12-31页 |
| 1.1 引言 | 第12-14页 |
| 1.2 学习任务的种类 | 第14-16页 |
| 1.3 分类任务中的研究主题 | 第16-17页 |
| 1.4 集成学习 | 第17-28页 |
| 1.4.1 集成学习的种类 | 第17-18页 |
| 1.4.2 现有的经典集成学习算法 | 第18-28页 |
| 1.5 集成学习中存在的几个重要问题 | 第28页 |
| 1.6 本文主要贡献及内容安排 | 第28-31页 |
| 第二章 经典集成学习算法的MARGIN理论实证解释 | 第31-46页 |
| 2.1 引言 | 第31-32页 |
| 2.2 相关工作 | 第32-33页 |
| 2.3 MARGIN理论 | 第33-36页 |
| 2.3.1 margin定义 | 第33-34页 |
| 2.3.2 基于margin分布的泛化误差界 | 第34-36页 |
| 2.4 集成学习算法的MARGIN理论实证解释 | 第36-45页 |
| 2.4.1 使用的数据集 | 第36-37页 |
| 2.4.2 实验设置 | 第37-39页 |
| 2.4.3 实验结果和分析 | 第39-45页 |
| 2.5 本章小结 | 第45-46页 |
| 第三章 一种基于平均MARGIN排序的基分类器选择方法 | 第46-71页 |
| 3.1 引言 | 第46-47页 |
| 3.2 相关工作 | 第47-52页 |
| 3.3 相关的定义 | 第52-53页 |
| 3.4 基于平均MARGIN排序的集成剪枝算法 | 第53-56页 |
| 3.4.1 算法的基本思想 | 第53-54页 |
| 3.4.2 算法的主要步骤 | 第54-55页 |
| 3.4.3 理论分析 | 第55-56页 |
| 3.5 实验研究 | 第56-69页 |
| 3.5.1 使用的数据集 | 第56页 |
| 3.5.2 实验设置 | 第56-58页 |
| 3.5.3 所提剪枝算法的有效性验证 | 第58-64页 |
| 3.5.4 三种性能评价度量的综合比较 | 第64-69页 |
| 3.6 本章小结 | 第69-71页 |
| 第四章 一种鲁棒的误标记噪声数据多分类方法 | 第71-100页 |
| 4.1 引言 | 第71-72页 |
| 4.2 相关工作 | 第72-74页 |
| 4.2.1 检测并去除噪声的方法 | 第72-73页 |
| 4.2.2 调整损失函数或权值更新方式的方法 | 第73-74页 |
| 4.3 ND_ADABOOST和SAMME | 第74-80页 |
| 4.3.1 基于噪声检测的AdaBoost算法ND_AdaBoost | 第74-77页 |
| 4.3.2 多分类AdaBoost算法SAMME | 第77-80页 |
| 4.4 一种鲁棒的多分类ADABOOST算法ROB_MULADA | 第80-85页 |
| 4.4.1 Rob_MulAda的基本思想 | 第80-82页 |
| 4.4.2 基于噪声检测的多分类损失函数 | 第82-84页 |
| 4.4.3 算法的主要步骤 | 第84页 |
| 4.4.4 时间复杂度分析 | 第84-85页 |
| 4.5 实验研究 | 第85-98页 |
| 4.5.1 新权值更新方式的鲁棒性验证 | 第86-90页 |
| 4.5.2 Rob_MulAda的有效性验证 | 第90-98页 |
| 4.6 本章小结 | 第98-100页 |
| 第五章 基于进化欠抽样BAGGING集成的不平衡数据分类方法 | 第100-124页 |
| 5.1 引言 | 第100-101页 |
| 5.2 相关工作 | 第101-103页 |
| 5.3 不平衡数据分类问题中的性能评价度量 | 第103-105页 |
| 5.4 基于BAGGING的集成方法回顾 | 第105-108页 |
| 5.4.1 Over-Bagging方法 | 第105-107页 |
| 5.4.2 Under-Bagging方法 | 第107-108页 |
| 5.5 基于进化欠抽样的BAGGING集成算法EUS-BAG | 第108-115页 |
| 5.5.1 设计的新适应度函数 | 第109-111页 |
| 5.5.2 EUS-Bag的具体步骤 | 第111-113页 |
| 5.5.3 时间复杂度分析 | 第113-115页 |
| 5.6 实验研究 | 第115-123页 |
| 5.6.1 使用的数据集 | 第116页 |
| 5.6.2 参与比较的算法 | 第116-117页 |
| 5.6.3 实验设置 | 第117-118页 |
| 5.6.4 实验结果 | 第118-122页 |
| 5.6.5 实验分析 | 第122-123页 |
| 5.7 本章小结 | 第123-124页 |
| 第六章 总结与展望 | 第124-126页 |
| 6.1 全文工作总结 | 第124-125页 |
| 6.2 下一步的研究工作 | 第125-126页 |
| 参考文献 | 第126-138页 |
| 致谢 | 第138-139页 |
| 在学期间的研究成果及发表的学术论文 | 第139页 |
