| 摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 第一章 绪论 | 第9-13页 |
| ·问题的提出 | 第9-10页 |
| ·多分类器融合技术的发展及现状 | 第10-11页 |
| ·本文的工作和创新点 | 第11-12页 |
| ·论文的组织结构 | 第12-13页 |
| 第二章 多分类器融合方法综述 | 第13-26页 |
| ·输出为决策层的多分类器融合 | 第13-16页 |
| ·投票法 | 第14页 |
| ·贝叶斯法 | 第14-15页 |
| ·行为知识空间法 | 第15-16页 |
| ·输出为排序层的多分类器融合 | 第16-19页 |
| ·交集法 | 第17页 |
| ·并集法 | 第17-18页 |
| ·最高序号法 | 第18页 |
| ·Borda计数法 | 第18页 |
| ·逻辑回归法 | 第18-19页 |
| ·输出为度量层的多分类器融合 | 第19-24页 |
| ·形式化描述 | 第19-20页 |
| ·Max/Min/Sum/Product/Median法 | 第20页 |
| ·K近邻法 | 第20-21页 |
| ·Decision Templates法 | 第21-22页 |
| ·Dempster- Shafer法 | 第22-23页 |
| ·模糊积分法 | 第23页 |
| ·传统分类器法 | 第23-24页 |
| ·动态分类器选择 | 第24-25页 |
| ·小结 | 第25-26页 |
| 第三章 基于差异性度量的分类器选择算法 | 第26-38页 |
| ·差异性度量的概念 | 第26-31页 |
| ·一对一差异性度量 | 第26-28页 |
| ·非一对一差异性度量 | 第28-31页 |
| ·差异性度量的实验分析 | 第31-33页 |
| ·基于差异性度量的选择算法(DMS) | 第33-35页 |
| ·实验仿真及结果分析 | 第35-37页 |
| ·实验设计 | 第35-36页 |
| ·实验结果与分析 | 第36-37页 |
| ·小结 | 第37-38页 |
| 第四章 基于差异性度量特征选择的多分类器融合 | 第38-53页 |
| ·特征选择概述 | 第38-39页 |
| ·特征选择算法介绍 | 第39-42页 |
| ·Filter类 | 第39-40页 |
| ·Wrapper类 | 第40-42页 |
| ·Relicf-GA算法 | 第42页 |
| ·多分类器系统构造 | 第42-46页 |
| ·Bagging方法 | 第43页 |
| ·Boosting方法 | 第43-45页 |
| ·基于特征选择的方法 | 第45-46页 |
| ·基于差异性度量特征选择的多分类器融合算法 | 第46-48页 |
| ·算法设计思路 | 第46页 |
| ·算法具体介绍 | 第46-48页 |
| ·实验结果与分析 | 第48-52页 |
| ·算法测试准确率比较 | 第48-50页 |
| ·算法的运行效率比较 | 第50-51页 |
| ·算法的性能和分类器间差异性的关系 | 第51-52页 |
| ·本章小结 | 第52-53页 |
| 第五章 DMFS在内容图像检索中的应用 | 第53-60页 |
| ·图像检索的概述 | 第53-54页 |
| ·独立关键子块 | 第54-55页 |
| ·基于DMFS算法的图像检索 | 第55页 |
| ·应用实验 | 第55-59页 |
| ·实验建立和数据 | 第55-56页 |
| ·实验结果 | 第56-58页 |
| ·实验结果分析 | 第58-59页 |
| ·本章小结 | 第59-60页 |
| 第六章 结束语 | 第60-62页 |
| ·全文总结 | 第60-61页 |
| ·工作展望 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 致谢 | 第66-67页 |
| 论文及科研情况 | 第67页 |