分类模型的不匹配问题及其解决方法
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-14页 |
| ·课题背景及研究的目的和意义 | 第9-10页 |
| ·自动分类技术的发展概况 | 第10-11页 |
| ·有监督分类技术的研究现状 | 第10-11页 |
| ·半监督分类技术的研究现状 | 第11页 |
| ·研究问题的定义 | 第11-12页 |
| ·本文的结构安排 | 第12-14页 |
| 第2章 自动分类的理论和技术 | 第14-19页 |
| ·分类的定义 | 第14页 |
| ·有监督分类的相关技术 | 第14-16页 |
| ·半监督分类的相关技术 | 第16-19页 |
| 第3章 基于路径的决策簇分类器 | 第19-29页 |
| ·决策簇分类器介绍 | 第19-21页 |
| ·决策簇分类器的问题 | 第21-23页 |
| ·基于路径的决策簇分类器 | 第23-25页 |
| ·实验与分析 | 第25-28页 |
| ·实验描述 | 第25-26页 |
| ·实验结果 | 第26-28页 |
| ·本章小结 | 第28-29页 |
| 第4章 解决决策树模型不匹配的随机森林 | 第29-41页 |
| ·随机森林介绍 | 第29-30页 |
| ·随机森林的相关概念 | 第30-35页 |
| ·基于专属随机树的随机森林 | 第35-36页 |
| ·实验与分析 | 第36-39页 |
| ·实验描述 | 第36-37页 |
| ·实验结果 | 第37-39页 |
| ·本章小结 | 第39-41页 |
| 第5章 基于层次聚类树的聚类标记 | 第41-55页 |
| ·半监督学习 | 第41-43页 |
| ·聚类标记 | 第43页 |
| ·基于层次聚类树的聚类标记法 | 第43-49页 |
| ·基本定义 | 第43-44页 |
| ·PRC-Tree 分类器 | 第44-48页 |
| ·为什么我们的算法能解决不匹配问题 | 第48-49页 |
| ·实验与分析 | 第49-53页 |
| ·实验描述 | 第49-51页 |
| ·实验结果 | 第51-53页 |
| ·本章小结 | 第53-55页 |
| 结论 | 第55-57页 |
| 参考文献 | 第57-61页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第61-63页 |
| 致谢 | 第63页 |
