| 摘要 | 第8-9页 |
| ABSTRACT | 第9页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 研究背景 | 第10-12页 |
| 1.1.1 大数据分析技术 | 第10-11页 |
| 1.1.2 不平衡数据分类 | 第11-12页 |
| 1.2 问题与挑战 | 第12-15页 |
| 1.3 本文的研究工作 | 第15-16页 |
| 1.4 论文结构 | 第16-17页 |
| 第二章 相关研究 | 第17-30页 |
| 2.1 支持向量机介绍 | 第17-19页 |
| 2.2 不平衡数据分类研究现状 | 第19-26页 |
| 2.2.1 重采样方法 | 第19-22页 |
| 2.2.2 代价敏感学习方法 | 第22-23页 |
| 2.2.3 组合学习方法 | 第23-26页 |
| 2.3 分布式分类算法研究现状 | 第26-29页 |
| 2.4 本章小结 | 第29-30页 |
| 第三章 组合支持向量机算法 | 第30-44页 |
| 3.1 引言 | 第30-31页 |
| 3.2 基于聚类的分层降采样算法 | 第31-35页 |
| 3.2.1 基于K-means的分层降采样算法 | 第31-33页 |
| 3.2.2 K-means分层降采样算法分析 | 第33-35页 |
| 3.3 基于Boosting的组合支持向量机算法 | 第35-38页 |
| 3.4 实验及分析 | 第38-43页 |
| 3.4.1 实验环境 | 第38页 |
| 3.4.2 实验数据集及性能指标 | 第38-40页 |
| 3.4.3 实验结果及分析 | 第40-43页 |
| 3.5 本章小结 | 第43-44页 |
| 第四章 分布式不平衡数据分类算法 | 第44-55页 |
| 4.1 引言 | 第44-45页 |
| 4.2 Bagging组合支持向量机算法 | 第45-46页 |
| 4.3 分布式BaggingSVM算法 | 第46-50页 |
| 4.3.1 基于层叠支持向量机的数据预处理算法 | 第47-48页 |
| 4.3.2 基于分组训练模型的分布式BaggingSVM算法 | 第48-50页 |
| 4.4 实验及分析 | 第50-54页 |
| 4.4.1 实验环境与数据集 | 第50-51页 |
| 4.4.2 实验结果及分析 | 第51-54页 |
| 4.5 本章小结 | 第54-55页 |
| 第五章 结束语 | 第55-57页 |
| 致谢 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 作者在学期间取得的学术成果 | 第62页 |