| 摘要 | 第1-7页 |
| ABSTRACT | 第7-12页 |
| 第1章 绪论 | 第12-17页 |
| ·课题研究背景和意义 | 第12-13页 |
| ·国内外研究情况综述 | 第13-15页 |
| ·集成学习国内外研究现状 | 第13-14页 |
| ·集成学习多样性研究现状 | 第14-15页 |
| ·论文主要工作和组织结构 | 第15-17页 |
| 第2章 相关理论概述 | 第17-37页 |
| ·集成学习相关知识 | 第17-21页 |
| ·集成学习基本概念 | 第17-18页 |
| ·集成学习的主要算法 | 第18-21页 |
| ·多样性评估方法 | 第21-28页 |
| ·成对多样性度量法 | 第21-22页 |
| ·非成对多样性度量法 | 第22-25页 |
| ·Multi-Information measure | 第25-28页 |
| ·半监督学习理论 | 第28-32页 |
| ·半监督学习基本思想 | 第28-29页 |
| ·半监督学习算法介绍 | 第29-32页 |
| ·半监督学习同集成学习结合的算法 | 第32页 |
| ·RDT概述 | 第32-36页 |
| ·RDT算法描述 | 第32-33页 |
| ·RDT算法流程 | 第33-34页 |
| ·随机树深度的选取 | 第34页 |
| ·随机树深度的选取 | 第34-36页 |
| ·本章小结 | 第36-37页 |
| 第3章 基于Tri-training的集成学习多样性策略研究 | 第37-51页 |
| ·引言 | 第37页 |
| ·Tri-training算法 | 第37-39页 |
| ·算法描述 | 第37-39页 |
| ·算法流程 | 第39页 |
| ·实验设计 | 第39-42页 |
| ·实验数据描述 | 第39-40页 |
| ·具体实验设计 | 第40-42页 |
| ·实验结果及其分析 | 第42-47页 |
| ·基于Tri-training的集成学习准确性表现 | 第42-44页 |
| ·集成学习准确性与多样性分析 | 第44-47页 |
| ·本章小结 | 第47-51页 |
| 第4章 基于BLB的集成学习多样性策略研究 | 第51-61页 |
| ·引言 | 第51页 |
| ·BLB算法 | 第51-53页 |
| ·实验目的 | 第53-54页 |
| ·实验设计 | 第54页 |
| ·实验结果及分析 | 第54-57页 |
| ·基于BLB的集成学习准确性表现 | 第54-56页 |
| ·集成学习准确性与多样性分析 | 第56-57页 |
| ·本章小结 | 第57-61页 |
| 第5章 基于微信平台的众包集成学习多样性研究 | 第61-67页 |
| ·微信公众平台简介 | 第61页 |
| ·众包策略概述 | 第61-62页 |
| ·特征选择方法 | 第62-63页 |
| ·实验设计 | 第63-65页 |
| ·实验数据及实验流程描述 | 第63-64页 |
| ·微信公众号具体界面及使用流程 | 第64-65页 |
| ·实验结果及分析 | 第65-67页 |
| 第6章 总结与展望 | 第67-69页 |
| ·工作总结 | 第67-68页 |
| ·下一步研究工作 | 第68-69页 |
| 参考文献 | 第69-75页 |
| 致谢 | 第75页 |
