| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 研究背景与意义 | 第10-11页 |
| 1.2 多分类集成系统概述 | 第11-14页 |
| 1.2.1 国内外研究进展 | 第11-13页 |
| 1.2.2 存在的主要问题 | 第13-14页 |
| 1.3 主要研究内容 | 第14页 |
| 1.4 论文的组织结构 | 第14-16页 |
| 第2章 分类器集成的理论基础 | 第16-22页 |
| 2.1 多分类器集成 | 第16-17页 |
| 2.1.1 基本概念 | 第16页 |
| 2.1.2 主要研究问题 | 第16-17页 |
| 2.2 多分类器的系统架构 | 第17-18页 |
| 2.3 多分类器集成的主要方式与集成准则 | 第18-20页 |
| 2.3.1 主要集成方式 | 第18-19页 |
| 2.3.2 集成准则 | 第19-20页 |
| 2.4 多分类器的评价与比较 | 第20-21页 |
| 2.5 本章小结 | 第21-22页 |
| 第3章 一种基于距离熵的分类器差异性度量方法 | 第22-36页 |
| 3.1 分类器集成中的基分类器差异性度量 | 第22-28页 |
| 3.1.1 基于差异性的多分类器集成 | 第22-23页 |
| 3.1.2 分类器差异性度量及其代表性方法 | 第23-28页 |
| 3.2 基于距离熵的分类器差异性度量方法 | 第28-29页 |
| 3.2.1 方法描述 | 第28-29页 |
| 3.2.2 距离熵的定义与计算方法 | 第29页 |
| 3.3 方法性能分析 | 第29-35页 |
| 3.3.1 实验方案设计 | 第29-31页 |
| 3.3.2 实验结果 | 第31-33页 |
| 3.3.3 实验结果对比分析 | 第33-35页 |
| 3.4 本章小结 | 第35-36页 |
| 第4章 基于旋转森林变换的多分类器选择性集成算法 | 第36-46页 |
| 4.1 多分类器选择性集成 | 第36-40页 |
| 4.1.1 选择性集成研究概述 | 第36-37页 |
| 4.1.2 代表性选择性集成学习算法 | 第37-39页 |
| 4.1.3 基于旋转森林变换的多分类器集成算法 | 第39-40页 |
| 4.2 基于旋转森林变换的混合异构分类器选择性集成算法 | 第40-42页 |
| 4.2.1 算法基本思想 | 第40页 |
| 4.2.2 算法描述 | 第40-42页 |
| 4.3 实验与结果分析 | 第42-45页 |
| 4.3.1 实验方案 | 第42页 |
| 4.3.2 实验结果分析 | 第42-45页 |
| 4.4 本章小结 | 第45-46页 |
| 第5章 分类器集成系统在基于心率变化探测人体行动中的应用 | 第46-55页 |
| 5.1 基于心率变化的人体探测行为 | 第46-47页 |
| 5.1.1 研究背景 | 第46-47页 |
| 5.1.2 研究目标及方法 | 第47页 |
| 5.2 系统设计与实现 | 第47-52页 |
| 5.2.1 系统实现原理及相关概念 | 第47-48页 |
| 5.2.2 实验设备与运行环境 | 第48-49页 |
| 5.2.3 实验对象 | 第49-50页 |
| 5.2.4 系统实现过程框架 | 第50-52页 |
| 5.3 系统运行结果及分析 | 第52-54页 |
| 5.4 本章小结 | 第54-55页 |
| 第6章 总结与展望 | 第55-57页 |
| 6.1 研究工作总结 | 第55页 |
| 6.2 进一步研究工作的展望 | 第55-57页 |
| 参考文献 | 第57-63页 |
| 致谢 | 第63页 |