| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-20页 |
| ·课题目的与意义 | 第10-14页 |
| ·惰性学习简介 | 第11页 |
| ·惰性学习中的实例选择 | 第11-14页 |
| ·惰性学习中实例选择算法的研究现状 | 第14-19页 |
| ·惰性学习中实例选择算法的分类 | 第14-15页 |
| ·压缩最近邻算法 | 第15-16页 |
| ·原型选择方法 | 第16页 |
| ·实例剪辑方法 | 第16-17页 |
| ·组合搜索的方法 | 第17-18页 |
| ·混合算法 | 第18页 |
| ·实例选择算法的小结 | 第18-19页 |
| ·本文的主要研究内容及组织结构 | 第19-20页 |
| 第2章 实例的特定邻域的分析 | 第20-30页 |
| ·引言 | 第20页 |
| ·基于实例的特定邻域的实例选择算法 | 第20-24页 |
| ·选择性最近邻算法 | 第21-22页 |
| ·最小一致子集算法 | 第22-23页 |
| ·迭代样例过滤算法 | 第23-24页 |
| ·基于特定邻域的实例选择方法的分析 | 第24页 |
| ·限定邻域的最近异类实例的分析 | 第24-29页 |
| ·边界实例选择算法 | 第26-27页 |
| ·实验结果及分析 | 第27-29页 |
| ·本章小结 | 第29-30页 |
| 第3章 基于实例分类性能的一致子集实例选择算法 | 第30-53页 |
| ·引言 | 第30页 |
| ·实例分类性能的评价函数 | 第30-34页 |
| ·基于实例分类性能的一致子集实例选择算法 | 第34-38页 |
| ·算法时间复杂度分析 | 第36-37页 |
| ·算法收敛性证明 | 第37-38页 |
| ·实验与分析 | 第38-51页 |
| ·算法的性能比较实验 | 第39-46页 |
| ·算法的实验分析 | 第46-51页 |
| ·本章小结 | 第51-53页 |
| 第4章 惰性学习中的实例选择算法的应用及实例选择系统设计 | 第53-65页 |
| ·引言 | 第53页 |
| ·惰性学习在协同过滤中的应用 | 第53-60页 |
| ·惰性学习中的实例选择算法在协同过滤中的应用 | 第55-56页 |
| ·实验结果及分析 | 第56-60页 |
| ·惰性学习中实例选择算法的系统设计与实现 | 第60-64页 |
| ·系统工作流程 | 第61页 |
| ·系统模块描述 | 第61-62页 |
| ·系统数据格式及界面说明 | 第62-64页 |
| ·系统实现所用的技术 | 第64页 |
| ·本章小结 | 第64-65页 |
| 结论 | 第65-67页 |
| 参考文献 | 第67-72页 |
| 致谢 | 第72页 |