首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文--自动推理、机器学习论文

集成学习中差异性控制方法研究

摘要第1-7页
ABSTRACT第7-11页
第1章 绪论第11-20页
   ·课题研究背景和意义第11-12页
   ·国内外研究情况综述第12-17页
     ·集成学习的产生及研究现状第12-16页
     ·集成学习中分类器差异性研究现状第16-17页
   ·论文主要工作和组织结构第17-20页
第2章 相关理论概述第20-37页
   ·数据挖掘理论概述第20-21页
     ·数据挖掘的主要任务第20页
     ·数据挖掘流程第20-21页
   ·集成学习方法第21-24页
     ·Bagging方法第21-22页
     ·Boosting方法第22-23页
     ·Bagging与Boosting的比较第23-24页
   ·经典分类器介绍第24-30页
   ·差异性评估标准第30-36页
     ·成对度量第31-32页
     ·非成对度量第32-34页
     ·Multi-Information measure(MTI)第34-36页
   ·本章小结第36-37页
第3章 集成学习中差异性与准确性关系的研究第37-56页
   ·引言第37页
   ·RDT概述第37-40页
     ·RDT算法描述第38页
     ·RDT算法流程第38-40页
   ·实验设计第40-45页
     ·基分类器选择第40-41页
     ·实验数据描述第41-42页
     ·集成学习方法选择第42-43页
     ·差异性评估方法选择第43页
     ·实验结果评价指标第43-44页
     ·实验设计第44-45页
   ·实验结果及其分析第45-55页
     ·不同分类器在不同集成策略下的准确率表现第45-49页
     ·集成准确度与差异度分析第49-55页
   ·本章小结第55-56页
第4章 集成差异性控制第56-64页
   ·C4.5与RDT集成效果比较第56-57页
   ·随机投影第57-58页
   ·加入随机投影的RDT集成第58-62页
     ·实验设计第59页
     ·实验结果及其分析第59-62页
   ·对RDT集成进行随机性控制第62-63页
   ·本章小结第63-64页
第5章 改进的φ-RDT集成算法在冠心病中医诊疗中的应用第64-70页
   ·引言第64页
   ·冠心病中医症型诊断模型的实现第64-69页
     ·数据分析第64-65页
     ·数据预处理第65-67页
     ·分类算法应用第67-68页
     ·分类结果分析第68-69页
   ·本章小结第69-70页
第6章 总结与展望第70-72页
   ·工作总结第70-71页
   ·下一步研究工作第71-72页
参考文献第72-77页
致谢第77-78页

论文共78页,点击 下载论文
上一篇:基于复合式测头的在机检测数据融合技术研究
下一篇:无线传感器网络TDOA定位算法研究