| 摘要 | 第1-8页 |
| ABSTRACT | 第8-10页 |
| 第一章 绪论 | 第10-14页 |
| ·选题背景及研究意义 | 第10-11页 |
| ·多分类器集成的产生和现状 | 第11-12页 |
| ·本文的主要研究工作 | 第12页 |
| ·本文的内容安排 | 第12-14页 |
| 第二章 多分类器集成基础理论 | 第14-27页 |
| ·成员分类器设计方法 | 第14-15页 |
| ·成员分类器选择准则 | 第15-19页 |
| ·集成分类器性能准则 | 第16-17页 |
| ·成员分类器多样性准则 | 第17-19页 |
| ·成员分类器搜索算法 | 第19-20页 |
| ·启发式技术 | 第19-20页 |
| ·贪婪方法 | 第20页 |
| ·进化算法 | 第20页 |
| ·分类器融合算法 | 第20-24页 |
| ·决策级输出 | 第21-22页 |
| ·排序级输出 | 第22页 |
| ·度量级输出 | 第22-24页 |
| ·应用领域 | 第24-26页 |
| ·本章小结 | 第26-27页 |
| 第三章 自适应策略梯度算法 | 第27-35页 |
| ·进化计算 | 第27-28页 |
| ·自适应策略梯度算法 | 第28-34页 |
| ·标识和问题描述 | 第29页 |
| ·智能策略学习方法 | 第29-31页 |
| ·APG 算法和实验结果 | 第31-34页 |
| ·结论 | 第34页 |
| ·本章小结 | 第34-35页 |
| 第四章 基于进化策略和FCM 的多分类器集成算法 | 第35-42页 |
| ·模糊聚类 | 第35-37页 |
| ·标识和问题描述 | 第36页 |
| ·FCM 聚类算法 | 第36-37页 |
| ·nominal 型属性数据集处理方法 | 第37页 |
| ·FUZZYBOOST 算法基本思想 | 第37-38页 |
| ·FUZZYBOOST 算法 | 第38-40页 |
| ·学习初始成员分类器 | 第38-39页 |
| ·进化学习多代成员分类器 | 第39-40页 |
| ·融合成员分类器 | 第40页 |
| ·AFB(ADAPTIVEFUZZYBOOST)算法 | 第40-41页 |
| ·本章小结 | 第41-42页 |
| 第五章 实验及结果分析 | 第42-52页 |
| ·实验数据集 | 第42-45页 |
| ·参数分析 | 第45-47页 |
| ·算法结果的比较与分析 | 第47-50页 |
| ·结论 | 第50页 |
| ·本章小结 | 第50-52页 |
| 第六章 总结与展望 | 第52-54页 |
| ·总结 | 第52页 |
| ·下一步工作 | 第52-54页 |
| 参考文献 | 第54-57页 |
| 攻读硕士学位期间发表的论文和参与的项目 | 第57-58页 |
| 致谢 | 第58页 |