| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-13页 |
| 1.1 研究背景与意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.2.1 GAN的研究现状 | 第10页 |
| 1.2.2 随机森林算法研究现状 | 第10-11页 |
| 1.3 论文的主要工作及结构 | 第11-13页 |
| 1.3.1 主要研究内容 | 第11页 |
| 1.3.2 论文结构 | 第11-13页 |
| 第2章 相关理论基础 | 第13-20页 |
| 2.1 Triple-GAN | 第13-14页 |
| 2.2 随机森林算法 | 第14-17页 |
| 2.3 最小二乘GAN | 第17-18页 |
| 2.4 卡方分布 | 第18-19页 |
| 2.5 本章小结 | 第19-20页 |
| 第3章 基于Triple-GAN的分类算法设计与实现 | 第20-33页 |
| 3.1 Improved Triple-GAN模型 | 第20-26页 |
| 3.1.1 基于随机森林的分类器 | 第22-24页 |
| 3.1.2 生成器 | 第24-25页 |
| 3.1.3 判别器 | 第25-26页 |
| 3.2 目标损失函数 | 第26-28页 |
| 3.3 Improved Triple-GAN模型方法实现 | 第28-32页 |
| 3.4 本章小结 | 第32-33页 |
| 第4章 实验结果与分析 | 第33-46页 |
| 4.1 实验平台 | 第33页 |
| 4.2 数据集以及实验参数说明 | 第33-35页 |
| 4.3 基于Improved Triple-GAN分类效果展示 | 第35-43页 |
| 4.3.1 分类算法实验效果对比 | 第35-37页 |
| 4.3.2 Improved Triple-GAN与LSGAN效果对比 | 第37页 |
| 4.3.3 Improved Triple-GAN与Triple-GAN效果对比 | 第37-41页 |
| 4.3.4 模型结果 | 第41-43页 |
| 4.4 Improved Triple-GAN模型效果评估 | 第43-45页 |
| 4.5 本章小结 | 第45-46页 |
| 第5章 总结与展望 | 第46-48页 |
| 5.1 本文主要工作 | 第46页 |
| 5.2 未来工作展望 | 第46-48页 |
| 参考文献 | 第48-52页 |
| 致谢 | 第52-53页 |
| 附录 攻读硕士学位期间发表的论文和主持及参与的科研项目 | 第53页 |
