基于条件互信息的集成学习的研究与应用
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 1 绪论 | 第10-15页 |
| ·研究的背景和意义 | 第10-11页 |
| ·国内外的研究现状 | 第11-13页 |
| ·本文的主要工作和组织结构 | 第13-15页 |
| ·本文的主要工作 | 第13-14页 |
| ·本文的组织结构 | 第14-15页 |
| 2 集成学习的理论基础和主要算法 | 第15-32页 |
| ·集成学习的理论基础 | 第15-25页 |
| ·集成学习的提出 | 第15-16页 |
| ·什么是集成学习 | 第16-17页 |
| ·集成学习的主要组成 | 第17-22页 |
| ·集成学习的合理性 | 第22-24页 |
| ·集成学习的优势 | 第24-25页 |
| ·集成学习的主要算法介绍 | 第25-30页 |
| ·Boosting 算法 | 第26-29页 |
| ·Bagging 算法的理论 | 第29-30页 |
| ·集成学习的不足和研究方向 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 3 选择性集成学习理论 | 第32-39页 |
| ·选择性集成的起源 | 第32页 |
| ·选择性集成学习理论及算法 | 第32-38页 |
| ·什么是选择性集成 | 第32-35页 |
| ·GASEN 算法 | 第35-37页 |
| ·MISEN 算法 | 第37页 |
| ·CMISEN 算法 | 第37-38页 |
| ·选择性集成的研究方向 | 第38页 |
| ·本章小结 | 第38-39页 |
| 4 CMISEN 算法的设计实现 | 第39-53页 |
| ·CMISEN 算法的理论和实现 | 第39页 |
| ·信息论的重要概念 | 第39-42页 |
| ·信息熵 | 第39-40页 |
| ·条件熵 | 第40-41页 |
| ·条件互信息 | 第41-42页 |
| ·CMISEN 算法的理论基础 | 第42-47页 |
| ·理论分析 | 第43-44页 |
| ·与集成学习相结合的分析 | 第44-47页 |
| ·算法的实现步骤 | 第47-52页 |
| ·实验平台Weka 简介 | 第47-49页 |
| ·实验结果和分析 | 第49-52页 |
| ·本章小结 | 第52-53页 |
| 5 集成学习在烟叶感官评估中的应用 | 第53-60页 |
| ·烟叶感官评估的研究背景和意义 | 第53页 |
| ·烟叶感官评估的研究现状 | 第53-54页 |
| ·烟叶感官评估的流程 | 第54-59页 |
| ·数据准备 | 第54-56页 |
| ·数据预处理 | 第56-58页 |
| ·建模及实验结果分析 | 第58-59页 |
| ·本章小结 | 第59-60页 |
| 6 总结与展望 | 第60-62页 |
| ·工作总结 | 第60页 |
| ·工作展望 | 第60-62页 |
| 参考文献 | 第62-66页 |
| 致谢 | 第66-67页 |
| 个人简历 | 第67页 |
| 发表的学术论文 | 第67页 |
