非平衡类的异常检测研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-11页 |
| 第一章 绪论 | 第11-14页 |
| ·异常检测简介 | 第11页 |
| ·异常检测的难点 | 第11-12页 |
| ·本文的主要工作 | 第12-13页 |
| ·本文的内容安排 | 第13-14页 |
| 第二章 异常检测相关技术 | 第14-22页 |
| ·异常检测研究概述 | 第14页 |
| ·基于单类问题的分类方法 | 第14-18页 |
| ·支持向量机（SVM）为基础的方法 | 第14-17页 |
| ·统计为基础的方法 | 第17-18页 |
| ·基于非平衡问题的分类方法 | 第18-20页 |
| ·重采样为基础的方法 | 第18-19页 |
| ·支持向量机为基础的方法 | 第19-20页 |
| ·其他方法 | 第20-21页 |
| ·本章小结 | 第21-22页 |
| 第三章 结构化非平衡支持向量机 | 第22-37页 |
| ·非平衡分类问题概述 | 第22页 |
| ·非平衡支持向量机（ASVM）介绍 | 第22-27页 |
| ·支持向量机（SVM） | 第23-24页 |
| ·单类支持向量机（OCSVM） | 第24-26页 |
| ·非平衡支持向量机（ASVM） | 第26-27页 |
| ·结构化非平衡支持向量机（StASVM） | 第27-33页 |
| ·Ward 层次聚类 | 第29-31页 |
| ·StASVM 的设计 | 第31-33页 |
| ·实验 | 第33-36页 |
| ·实验设置与结果 | 第33-36页 |
| ·实验分析 | 第36页 |
| ·本章小结 | 第36-37页 |
| 第四章 基于主动学习的增量型非平衡支持向量机 | 第37-49页 |
| ·增量型非平衡分类器概述 | 第37-38页 |
| ·增量型学习算法 | 第38-40页 |
| ·增量型分类算法简介 | 第38页 |
| ·增量感知器 | 第38-39页 |
| ·增量支持向量机 | 第39-40页 |
| ·主动学习 | 第40-41页 |
| ·主动学习简介 | 第40页 |
| ·主动学习分类 | 第40-41页 |
| ·基于主动学习的增量型支持向量机（IASVM） | 第41-45页 |
| ·动机 | 第41-42页 |
| ·MinOver 算法 | 第42-44页 |
| ·“59 技巧” | 第44页 |
| ·IASVM 流程 | 第44-45页 |
| ·实验 | 第45-48页 |
| ·实验设置与结果 | 第45-47页 |
| ·实验分析 | 第47-48页 |
| ·本章小结 | 第48-49页 |
| 第五章 总结与展望 | 第49-52页 |
| ·已有工作总结 | 第49-50页 |
| ·未来工作展望 | 第50-52页 |
| 参考文献 | 第52-56页 |
| 致谢 | 第56-57页 |
| 硕士研究生期间参与的科研项目及发表的论文 | 第57页 |
