| 摘要 | 第2-3页 |
| Abstract | 第3页 |
| 第一章 引言 | 第6-11页 |
| 1.1 选题的背景和意义 | 第6-7页 |
| 1.2 国内外研究现状 | 第7-9页 |
| 1.3 论文的主要研究内容和章节安排 | 第9-11页 |
| 第二章 区域划分理论 | 第11-26页 |
| 2.1 区域划分的优劣标准 | 第12页 |
| 2.2 聚类超球区域划分 | 第12-16页 |
| 2.2.1 聚类区域划分原理 | 第12-13页 |
| 2.2.2 聚类区域划分方法 | 第13-15页 |
| 2.2.3 基于聚类超球区域划分的初级分类器 | 第15-16页 |
| 2.3 等半径超球区域划分 | 第16-19页 |
| 2.3.1 等半径超球区域划分原理 | 第16-17页 |
| 2.3.2 等半径超球区域划分方法 | 第17-18页 |
| 2.3.3 基于等半径超球区域划分的初级分类器 | 第18-19页 |
| 2.4 等样本超球区域划分 | 第19-22页 |
| 2.4.1 等样本区域划分原理 | 第19-20页 |
| 2.4.2 等样本区域划分方法 | 第20-21页 |
| 2.4.3 基于等样本超球区域划分的初级分类器 | 第21-22页 |
| 2.5 超长方体区域划分 | 第22-25页 |
| 2.5.1 超长方体区域划分原理 | 第22页 |
| 2.5.2 超长方体区域划分方法 | 第22-24页 |
| 2.5.3 基于超长方体区域划分的初级分类器 | 第24-25页 |
| 2.6 本章小结 | 第25-26页 |
| 第三章 基于超球区域划分的改进KNN分类算法 | 第26-38页 |
| 3.1 等半径超球区域个数的确定 | 第28-29页 |
| 3.2 等半径r值的确定 | 第29-33页 |
| 3.2.1 模拟退火算法 | 第29-32页 |
| 3.2.2 使用模拟退火算法求解r | 第32-33页 |
| 3.3 基于超球区域划分的改进KNN算法 | 第33-37页 |
| 3.3.1 训练阶段初级分类器的构造 | 第33-34页 |
| 3.3.2 测试分类阶段算法的工作流程 | 第34-37页 |
| 3.4 本章小结 | 第37-38页 |
| 第四章 基于超长方体区域划分的改进KNN分类算法 | 第38-43页 |
| 4.1 训练阶段初级分类器的构造 | 第38-39页 |
| 4.2 测试分类阶段算法的工作流程 | 第39-42页 |
| 4.3 本章小节 | 第42-43页 |
| 第五章 实验结果与分析 | 第43-50页 |
| 5.1 实验数据采集 | 第43页 |
| 5.2 实验设计 | 第43-45页 |
| 5.3 实验结果与分析 | 第45-49页 |
| 5.3.1 经典KNN算法分类结果 | 第45-46页 |
| 5.3.2 基于超球区域划分的改进KNN算法分类结果 | 第46-47页 |
| 5.3.3 基于超长方体区域划分的改进KNN算法分类结果 | 第47-48页 |
| 5.3.4 实验结果分析 | 第48-49页 |
| 5.4 本章小结 | 第49-50页 |
| 第六章 总结与展望 | 第50-52页 |
| 6.1 工作总结 | 第50-51页 |
| 6.2 工作展望 | 第51-52页 |
| 参考文献 | 第52-55页 |
| 攻读学位期间的研究成果 | 第55-56页 |
| 致谢 | 第56-57页 |