| 摘要 | 第1-4页 |
| Abstract | 第4-5页 |
| 目录 | 第5-6页 |
| 第一章 绪论 | 第6-10页 |
| ·引言 | 第6-7页 |
| ·Boosting算法背景介绍及分析 | 第7-9页 |
| ·论文的组织安排 | 第9-10页 |
| 第二章 集成学习典型算法分析 | 第10-20页 |
| ·集成方法介绍 | 第10-11页 |
| ·AdaBoost算法 | 第11-15页 |
| ·AdaBoost算法的提出与描述 | 第11-13页 |
| ·AdaBoost算法的理论分析 | 第13-15页 |
| ·基于弱分类器改进的AdaBoost算法 | 第15-17页 |
| ·本章小结 | 第17-20页 |
| 第三章 基于间隔分析的AdaBoost算法 | 第20-34页 |
| ·泛化误差与间隔分布的关系 | 第20-26页 |
| ·间隔对AdaBoost算法泛化性能的影响 | 第20-22页 |
| ·最大化最小间隔的研究 | 第22-26页 |
| ·基于优化间隔分布的AdaBoost-QP算法 | 第26-30页 |
| ·利用列生成方法求解AdaBoost-QP算法 | 第30-31页 |
| ·AdaBoost-QP算法与AdaBoost算法，Arc_Gv算法的实验分析 | 第31-33页 |
| ·本章小结 | 第33-34页 |
| 第四章 一种基于优化间隔分布的改进的AdaBoost算法 | 第34-38页 |
| ·基于弱分类器的权重进行调整的Diverse AdaBoost算法 | 第34-35页 |
| ·实验结果与分析 | 第35-37页 |
| ·本章小结 | 第37-38页 |
| 结束语 | 第38-40页 |
| 致谢 | 第40-42页 |
| 参考文献 | 第42-46页 |
| 硕士在读期间论文发表及录用情况 | 第46-47页 |
