基于核函数的集成学习算法研究与应用
| 摘要 | 第1-8页 |
| Abstract | 第8-10页 |
| 第一章 绪论 | 第10-15页 |
| ·选题背景及研究意义 | 第10-11页 |
| ·集成学习的产生和现状 | 第11-13页 |
| ·本文的主要研究工作 | 第13页 |
| ·本文的内容安排 | 第13-15页 |
| 第二章 集成学习与核函数 | 第15-28页 |
| ·集成学习的基本概念 | 第15-16页 |
| ·为什么集成学习有效 | 第16-17页 |
| ·集成学习的典型方法介绍 | 第17-21页 |
| ·Boosting 算法 | 第17-18页 |
| ·Bagging 算法 | 第18-20页 |
| ·Stacking 算法 | 第20-21页 |
| ·选择性集成学习 | 第21-23页 |
| ·核函数的理论基础 | 第23-27页 |
| ·核方法的基本概念 | 第24-25页 |
| ·核的性质 | 第25-26页 |
| ·再生核Hilbert 空间 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 第三章 基于核函数分割数据集的集成学习算法 | 第28-37页 |
| ·核距离和模糊隶属度 | 第28-30页 |
| ·核距离 | 第28-29页 |
| ·基于欧式距离的隶属度 | 第29-30页 |
| ·基于核的模糊隶属度函数 | 第30页 |
| ·基于核函数分割数据集的集成学习算法 | 第30-33页 |
| ·标识和问题描述 | 第30-31页 |
| ·基于核分割数据集的集成学习的基本思想 | 第31-33页 |
| ·基于核分割数据集的集成学习的算法 | 第33页 |
| ·实验设计和结果分析 | 第33-36页 |
| ·实验设计 | 第33-34页 |
| ·实验结果分析 | 第34-36页 |
| ·本章小结 | 第36-37页 |
| 第四章 基于动态协作的聚类集成算法 | 第37-45页 |
| ·基本模糊聚类器 | 第37-38页 |
| ·基于动态协作的聚类集成算法（DCCE） | 第38-42页 |
| ·标识和问题描述 | 第38-39页 |
| ·DCCE 算法思想 | 第39-42页 |
| ·DCCE 算法实现 | 第42页 |
| ·实验设计和结果分析 | 第42-44页 |
| ·实验设计 | 第42-43页 |
| ·实验结果分析 | 第43-44页 |
| ·本章小结 | 第44-45页 |
| 第五章 文本分类应用 | 第45-51页 |
| ·文本分类简介 | 第45页 |
| ·文本预处理 | 第45-46页 |
| ·文本特征选取及表示 | 第45-46页 |
| ·维数约减 | 第46页 |
| ·文本分类算法 | 第46-48页 |
| ·应用实验设计和分析 | 第48-50页 |
| ·实验设计 | 第48-50页 |
| ·实验结果分析 | 第50页 |
| ·本章小结 | 第50-51页 |
| 第六章 总结与展望 | 第51-53页 |
| ·总结 | 第51页 |
| ·下一步的工作 | 第51-53页 |
| 参考文献 | 第53-56页 |
| 攻读硕士学位期间发表的论文和参与的项目 | 第56-57页 |
| 致谢 | 第57页 |
