| 摘要 | 第4-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第11-15页 |
| 1.1 单类分类问题的研究背景与研究意义 | 第11-12页 |
| 1.2 单类分类问题的研究方法 | 第12-13页 |
| 1.3 本文工作 | 第13-14页 |
| 1.4 本文内容安排 | 第14-15页 |
| 第2章 基于支持域的单类分类方法概述 | 第15-25页 |
| 2.1 引言 | 第15页 |
| 2.2 单类支持向量机(OCSVM) | 第15-17页 |
| 2.3 支持向量数据描述算法(SVDD) | 第17-19页 |
| 2.4 OCSVM和SVDD的等价性 | 第19-22页 |
| 2.4.1 核技巧 | 第19页 |
| 2.4.2 核函数 | 第19-21页 |
| 2.4.3 OCSVM和SVDD的等价性及核参数的选取 | 第21-22页 |
| 2.5 基于支持域方法的理论研究现状 | 第22-25页 |
| 第3章 快速确定边缘点的支持向量数据描述算法 | 第25-38页 |
| 3.1 引言 | 第25页 |
| 3.2 快速聚类算法 | 第25-27页 |
| 3.3 快速确定边缘点的支持向量数据描述算法 | 第27-30页 |
| 3.3.1 算法描述 | 第28-29页 |
| 3.3.2 算法分析 | 第29-30页 |
| 3.4 实验 | 第30-37页 |
| 3.4.1 仿真对比实验 | 第30-35页 |
| 3.4.2 真实数据集实验 | 第35-37页 |
| 3.5 本章小结 | 第37-38页 |
| 第4章 QIEP-SVDD在不平衡数据集上的半监督分类 | 第38-50页 |
| 4.1 引言 | 第38页 |
| 4.2 基于不平衡数据集的研究 | 第38-41页 |
| 4.2.1 不平衡数据集的特点与影响 | 第38-39页 |
| 4.2.2 基于不平衡数据集的研究方法 | 第39-41页 |
| 4.3 QIEP-SVDD在不平衡数据集上的半监督分类研究 | 第41-44页 |
| 4.3.1 动态子空间生成 | 第41页 |
| 4.3.2 样本的预处理 | 第41-42页 |
| 4.3.3 算法描述 | 第42-44页 |
| 4.4 实验 | 第44-49页 |
| 4.4.1 实验一设置 | 第44-45页 |
| 4.4.2 实验二设置 | 第45页 |
| 4.4.3 评价指标 | 第45-46页 |
| 4.4.4 实验结果 | 第46-49页 |
| 4.5 本章小结 | 第49-50页 |
| 第5章 总结与展望 | 第50-51页 |
| 5.1 工作总结 | 第50页 |
| 5.2 工作展望 | 第50-51页 |
| 参考文献 | 第51-55页 |
| 作者简介 | 第55-56页 |
| 致谢 | 第56页 |
