| 摘要 | 第1-8页 |
| ABSTRACT | 第8-12页 |
| 第一章 绪论 | 第12-33页 |
| ·研究意义、目的及研究背景 | 第12页 |
| ·集成学习的研究和发展现状 | 第12-27页 |
| ·集成学习的概念和定义 | 第12-14页 |
| ·集成学习的框架 | 第14页 |
| ·集成学习的原理 | 第14-18页 |
| ·集成学习的研究现状 | 第18-27页 |
| ·集成学习存在的问题 | 第27页 |
| ·特征选择 | 第27-31页 |
| ·特征选择的概念和定义 | 第27-28页 |
| ·特征选择的理论框架 | 第28-29页 |
| ·特征选择的发展回顾 | 第29-31页 |
| ·本文的主要研究内容及其安排 | 第31-33页 |
| ·本文主要研究内容 | 第31页 |
| ·本文的内容安排 | 第31-33页 |
| 第二章 集成学习中个体的特征选择的研究 | 第33-48页 |
| ·引言 | 第33页 |
| ·特征选择算法 | 第33-37页 |
| ·基于预报风险的嵌入式特征选择算法介绍 | 第33-35页 |
| ·互信息概念和算法介绍 | 第35-37页 |
| ·集成学习中个体的特征选择 | 第37-43页 |
| ·基于预报风险的个体特征选择集成学习算法 PRIFEB | 第38-40页 |
| ·基于互信息的个体特征选择集成学习算法MIFEB | 第40-43页 |
| ·PRIFEB和MIFEB在UCI数据集上的实验 | 第43-46页 |
| ·小结 | 第46-48页 |
| 第三章 多任务集成学习算法的研究 | 第48-63页 |
| ·引言 | 第48页 |
| ·多任务学习介绍 | 第48-50页 |
| ·基于预报风险误差和遗传算法的多任务学习算法 | 第50-58页 |
| ·基于预报风险误差的多任务学习算法H-MTL | 第50-52页 |
| ·基于遗传算法的多任务学习算法GA-MTL | 第52-55页 |
| ·H-MTL和GA-MTL在UCI数据集上的实验 | 第55-56页 |
| ·H-MTL和GA-MTL在实际数据集上的实验 | 第56-58页 |
| ·基于遗传算法的多任务集成学习算法GA-ENMTL | 第58-62页 |
| ·GA-ENMTL集成学习算法描述 | 第58-61页 |
| ·GA-ENMTL在UCI数据集上的实验结果 | 第61-62页 |
| ·小结 | 第62-63页 |
| 第四章 选择性集成中个体模型选择的研究 | 第63-76页 |
| ·引言 | 第63页 |
| ·基于遗传算法的选择性集成算法GASEN介绍 | 第63-65页 |
| ·基于聚类算法的选择性集成学习算法CLUSEN | 第65-69页 |
| ·基于最大压缩指数的聚类特征选择算法 | 第65-66页 |
| ·基于聚类算法的选择性集成学习算法CLUSEN | 第66-67页 |
| ·CLUSEN在大脑胶质瘤病例数据集上的对比实验 | 第67-69页 |
| ·基于互信息算法的选择性集成学习算法MISEN | 第69-74页 |
| ·关于互信息算法的介绍 | 第69页 |
| ·基于互信息的选择性集成学习算法MISEN | 第69-71页 |
| ·MISEN在UCI数据集上的实验 | 第71-73页 |
| ·MISEN在大脑胶质瘤病例数据集上的实验 | 第73-74页 |
| ·小结 | 第74-76页 |
| 第五章 基于特征选择的半监督学习的研究 | 第76-90页 |
| ·引言 | 第76页 |
| ·半监督学习的研究状况 | 第76-78页 |
| ·Co-Training算法介绍 | 第78-82页 |
| ·Co-Training的定义 | 第78-79页 |
| ·Co-Training的算法流程 | 第79-80页 |
| ·Co-Training的技术难点 | 第80-82页 |
| ·一种改进的用于分类的Co-Training算法 | 第82-83页 |
| ·基于嵌入式特征选择的Co-Training算法FESCOT | 第83-89页 |
| ·FESCOT算法的描述 | 第83-84页 |
| ·FESCOT算法在UCI数据集上的实验 | 第84-85页 |
| ·FESCOT算法在药物活性预报上的应用 | 第85-89页 |
| ·小结 | 第89-90页 |
| 第六章 结论与展望 | 第90-93页 |
| ·总结 | 第90-91页 |
| ·今后工作展望 | 第91-93页 |
| 参考文献 | 第93-100页 |
| 作者攻读博士学位期间公开发表的论文 | 第100-101页 |
| 作者攻读博士学位期间参加的科研工作 | 第101-102页 |
| 致谢 | 第102页 |
