用于不平衡分类问题的自适应加权极限学习机研究
| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-18页 |
| 1.1 研究背景和意义 | 第9-11页 |
| 1.2 不平衡分类问题面临的困难 | 第11-12页 |
| 1.3 国内外研究现状及分析 | 第12-16页 |
| 1.3.1 不平衡分类 | 第12-14页 |
| 1.3.2 极限学习机 | 第14-16页 |
| 1.3.3 不平衡极限学习机 | 第16页 |
| 1.4 本文的主要工作及论文结构 | 第16-18页 |
| 第2章 极限学习机的研究基础 | 第18-30页 |
| 2.1 极限学习机 | 第18-23页 |
| 2.1.1 极限学习机理论基础 | 第18-22页 |
| 2.1.2 极限学习机的算法描述 | 第22-23页 |
| 2.1.3 极限学习机的优缺点 | 第23页 |
| 2.2 加权极限学习机 | 第23-25页 |
| 2.2.1 加权极限学习机的理论基础 | 第23-25页 |
| 2.3 不平衡数据分类的性能评价 | 第25-28页 |
| 2.3.1 F1-measure和G-means | 第25-27页 |
| 2.3.2 接收者操作特征曲线（ROC） | 第27-28页 |
| 2.4 本章小结 | 第28-30页 |
| 第3章 自适应加权极限学习机 | 第30-40页 |
| 3.1 引言 | 第30页 |
| 3.2 不平衡度对极限学习机的影响 | 第30-34页 |
| 3.3 加权极限学习机的有效性理论分析 | 第34-35页 |
| 3.4 自适应加权极限学习机算法 | 第35-39页 |
| 3.4.1 算法描述 | 第36-39页 |
| 3.5 本章小结 | 第39-40页 |
| 第4章 自适应加权极限学习机泛化能力的验证与分析 | 第40-50页 |
| 4.1 引言 | 第40页 |
| 4.2 数据集与参数设置 | 第40-42页 |
| 4.3 结果与讨论 | 第42-49页 |
| 4.4 本章总结 | 第49-50页 |
| 第5章 总结与展望 | 第50-52页 |
| 5.1 本文研究内容总结 | 第50页 |
| 5.2 进一步工作展望 | 第50-52页 |
| 参考文献 | 第52-56页 |
| 附录 | 第56-66页 |
| 致谢 | 第66-67页 |
| 攻读硕士学位期间的研究成果 | 第67页 |
