多核集成学习方法的研究
| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第10-14页 |
| 1.1 研究工作的背景与意义 | 第10-11页 |
| 1.2 多核学习方法的国内外研究历史与现状 | 第11-12页 |
| 1.3 本文的主要研究内容 | 第12页 |
| 1.4 本文的结构安排 | 第12-14页 |
| 第二章 多核集成学习基础 | 第14-23页 |
| 2.1 多核学习 | 第14-16页 |
| 2.2 ADABOOST算法 | 第16-20页 |
| 2.2.1 AdaBoost简介 | 第16-17页 |
| 2.2.2 AdaBoost算法推导 | 第17-19页 |
| 2.2.3 AdaBoost算法训练误差分析 | 第19-20页 |
| 2.3 MKBOOST算法框架 | 第20-22页 |
| 2.4 本章小结 | 第22-23页 |
| 第三章 新的多核集成学习算法 | 第23-39页 |
| 3.1 MKBOOST过拟合的原因 | 第23页 |
| 3.2 ADABOOST抗噪研究成果 | 第23-24页 |
| 3.3 ND-MKB算法 | 第24-31页 |
| 3.3.1 k最近邻法 | 第25-26页 |
| 3.3.2 基于噪声探测函数的损失函数 | 第26-27页 |
| 3.3.3 ND-MKB算法推导及步骤 | 第27-29页 |
| 3.3.4 ND-MKB训练误差分析 | 第29-31页 |
| 3.4 NP-MKB算法 | 第31-37页 |
| 3.4.1 噪声概率函数 | 第31-32页 |
| 3.4.2 NP-MKB算法的损失函数 | 第32-33页 |
| 3.4.3 NP-MKB算法推导及步骤 | 第33-35页 |
| 3.4.4 ND-MKB训练误差分析 | 第35-37页 |
| 3.5 本章小结 | 第37-39页 |
| 第四章 实验结果 | 第39-50页 |
| 4.1 数据描述 | 第39页 |
| 4.2 实验设置 | 第39-40页 |
| 4.3 实验结果 | 第40-41页 |
| 4.4 参数评估 | 第41-49页 |
| 4.5 本章小结 | 第49-50页 |
| 第五章 全文总结与展望 | 第50-51页 |
| 5.1 全文总结 | 第50页 |
| 5.2 后续工作展望 | 第50-51页 |
| 致谢 | 第51-52页 |
| 参考文献 | 第52-56页 |
| 攻读硕士学位期间取得的成果 | 第56-57页 |
